In the Life Sciences ‘omics’ data is increasingly generated by different high-throughput technologies. Often only the integration of these data allows uncovering biological insights that can be experimentally validated or mechanistically modelled, i.e. sophisticated computational approaches are required to extract the complex non-linear trends present in omics data. Classification techniques allow training a model based on variables (e.g. SNPs in genetic association studies) to separate different classes (e.g. healthy subjects versus patients). Random Forest (RF) is a versatile classification algorithm suited for the analysis of these large data sets. In the Life Sciences, RF is popular because RF classification models have a high-prediction accuracy and provide information on importance of variables for classification. For omics data, variables or conditional relations between variables are typically important for a subset of samples of the same class. For example: within a class of cancer patients certain SNP combinations may be important for a subset of patients that have a specific subtype of cancer, but not important for a different subset of patients. These conditional relationships can in principle be uncovered from the data with RF as these are implicitly taken into account by the algorithm during the creation of the classification model. This review details some of the to the best of our knowledge rarely or never used RF properties that allow maximizing the biological insights that can be extracted from complex omics data sets using RF.

Lactic acid bacteria (LAB) are a group of gram-positive, lactic acid producing Firmicutes. They have been extensively used in food fermentations, including the production of various dairy products. The proteolytic system of LAB converts proteins to peptides and then to amino acids, which is essential for bacterial growth and also contributes significantly to flavor compounds as end-products. Recent developments in high-throughput genome sequencing and comparative genomics hybridization arrays provide us with opportunities to explore the diversity of the proteolytic system in various LAB strains.We performed a genome-wide comparative genomics analysis of proteolytic system components, including cell-wall bound proteinase, peptide transporters and peptidases, in 22 sequenced LAB strains. The peptidase families PepP/PepQ/PepM, PepD and PepI/PepR/PepL are described as examples of our in silico approach to refine the distinction of subfamilies with different enzymatic activities. Comparison of protein 3D structures of proline peptidases PepI/PepR/PepL and esterase A allowed identification of a conserved core structure, which was then used to improve phylogenetic analysis and functional annotation within this protein superfamily.The diversity of proteolytic system components in 39 Lactococcus lactis strains was explored using pangenome comparative genome hybridization analysis. Variations were observed in the proteinase PrtP and its maturation protein PrtM, in one of the Opp transport systems and in several peptidases between strains from different Lactococcus subspecies or from different origin.The improved functional annotation of the proteolytic system components provides an excellent framework for future experimental validations of predicted enzymatic activities. The genome sequence data can be coupled to other "omics" data e.g. transcriptomics and metabolomics for prediction of proteolytic and flavor-forming potential of LAB strains. Such an integrated approach can be used to tune the strain selection process in food fermentations.

The ability of bacteria to adapt to diverse environmental conditions is well-known. The process of bacterial adaptation to a niche has been linked to large changes in the genome content, showing that many bacterial genomes reflect the constraints imposed by their habitat. However, some highly versatile bacteria are found in diverse habitats that almost share nothing in common. Lactobacillus plantarum is a lactic acid bacterium that is found in a large variety of habitat. With the aim of unravelling the link between evolution and ecological versatility of L. plantarum, we analysed the genomes of 54 L. plantarum strains isolated from different environments. Comparative genome analysis identified a high level of genomic diversity and plasticity among the strains analysed. Phylogenomic and functional divergence studies coupled with gene-trait matching analyses revealed a mixed distribution of the strains, which was uncoupled from their environmental origin. Our findings revealed the absence of specific genomic signatures marking adaptations of L. plantarum towards the diverse habitats it is associated with. This suggests fundamentally similar trends of genome evolution in L. plantarum, which occur in a manner that is apparently uncoupled from ecological constraint and reflects the nomadic lifestyle of this species.

The ability of many bacteria to adapt to diverse environmental conditions is well known. Recent research has linked the process of bacterial adaptation to a niche to changes in the genome content and size, showing that many bacterial genomes reflect the constraints imposed by their habitat. However, some highly versatile bacteria are found in diverse niches that almost share nothing in common. Lactobacillus plantarum is a lactic acid bacterium that is found in a large variety of niches. With the aim of unravelling the link between genome evolution and ecological versatility of L. plantarum, we analysed the genomes of 54 L. plantarum strains isolated from different environments. Phylogenomic analyses coupled with the study of genetic functional divergence and gene-trait matching analysis revealed a mixed distribution of the strains, which was uncoupled from their environmental origin. Our findings demonstrate the high complexity of L. plantarum evolution, revealing the absence of specific genomic signatures marking adaptations of this species towards the diverse habitats it is associated with. This suggests fundamentally similar and parallel trends of genome evolution in L. plantarum, which occur in a manner that is apparently uncoupled from ecological constraint and reflects the nomadic lifestyle of this species.

Abstract Congenital Anomalies of the Kidney and Urinary Tract (CAKUT) is the leading cause of childhood end-stage renal disease and a significant cause of chronic kidney disease in adults. Genetic and environmental factors are known to influence CAKUT development, but the currently known disease mechanism remains incomplete. Our goal is to identify affected pathways and networks in CAKUT, and thereby aid in getting a better understanding of its pathophysiology. Multi-omics experiments, including amniotic fluid miRNome, peptidome, and proteome analyses, can shed light on foetal kidney development in non-severe CAKUT patients compared to severe CAKUT cases. We performed FAIRification of these omics data sets to facilitate their integration with external data resources. Furthermore, we analysed and integrated the omics data sets using three different bioinformatics strategies. The three bioinformatics analyses provided complementary features, but all pointed towards an important role for collagen in CAKUT development. We published the three analysis strategies as containerized workflows. These workflows can be applied to other FAIR data sets and help gaining knowledge on other rare diseases.

Background: E. faecium is a gut commensal of humans and animals. In addition, it has recently emerged as an important nosocomial pathogen through the acquisition of genetic elements that confer resistance to antibiotics and virulence. We performed a whole-genome sequencing based study on 96 multidrug-resistant E. faecium strains that asymptomatically colonized five patients with the aim to describe the genome dynamics of this species. Results: The patients were hospitalized on multiple occasions and isolates were collected over periods ranging from 15 months to 6.5 years. Ninety-five of the sequenced isolates belonged to E. faecium clade A1, which was previously determined to be responsible for the vast majority of clinical infections. The clade A1 strains clustered into six clonal groups of highly similar isolates, three of which entirely consisted of isolates from a single patient. We also found evidence of concurrent colonization of patients by multiple distinct lineages and transfer of strains between patients during hospitalisation. We estimated the evolutionary rate of two clonal groups that colonized a single patient at 12.6 and 25.2 single nucleotide polymorphisms (SNPs)/genome/year. A detailed analysis of the accessory genome of one of the clonal groups revealed considerable variation due to gene gain and loss events, including the chromosomal acquisition of a 37 kbp prophage and the loss of an element containing carbohydrate metabolism-related genes. We determined the presence and location of twelve different Insertion Sequence (IS) elements, with ISEfa5 showing a unique pattern of location in 24 of the 25 isolates, suggesting widespread ISEfa5 excision and insertion into the genome during gut colonization. Conclusions: Our findings show that the E. faecium genome is highly dynamic during asymptomatic colonization of the patient gut. We observe considerable genomic flexibility due to frequent horizontal gene transfer and recombination, which can contribute to the generation of genetic diversity within the species and, ultimately, can contribute to its success as a nosocomial pathogen.

Enterococcus faecium is a commensal of the human gastrointestinal tract and a frequent cause of bloodstream infections in hospitalized patients. Here, we identify genes that contribute to growth of E. faecium in human serum. We first sequenced the genome of E. faecium E745, a vancomycin-resistant clinical isolate, to completion and then compared its transcriptome during exponential growth in rich medium and in human serum by RNA-seq. This analysis revealed that 27.8% of genes on the E. faecium E745 genome were differentially expressed in these two conditions. A gene cluster with a role in purine biosynthesis was among the most upregulated genes in E. faecium E745 upon growth in serum. A high-throughput transposon sequencing (Tn-seq) approach was used to identify conditionally essential genes in E. faecium E745 during growth in serum. Genes involved in de novo nucleotide biosysnthesis (including pyrK_2, pyrF, purD, purH) and a gene encoding a phosphotransferase system subunit (manY_2) were thus identified to be contributing to E. faecium growth in human serum. Transposon mutants in pyrK_2, pyrF, purD, purH and manY_2 were isolated from the library and their impaired growth in human serum was confirmed. In addition, the pyrK_2 and manY_2 mutants also exhibited significantly attenuated virulence in an intravenous zebrafish infection model. We conclude that genes involved in carbohydrate and nucleotide metabolism of E. faecium are essential for growth in human serum and contribute to the pathogenesis of this organism.

Effluents from wastewater treatment plants (WWTPs) have been proposed to act as point sources of antibiotic-resistant bacteria (ARB) and antimicrobial resistance genes (ARGs) in the environment. Hospital sewage may contribute to the spread of ARB and ARGs as it contains the feces and urine of hospitalized patients, who are more frequently colonized with multi-drug resistant bacteria than the general population. However, whether hospital sewage noticeably contributes to the quantity and diversity of ARGs in the general sewerage system has not yet been determined. Here, we employed culture-independent techniques, namely 16S rRNA and nanolitre-scale quantitative PCRs, to describe the role of hospital effluent as a point source of ARGs in the sewer system, through comparing microbiota composition and levels of ARGs in hospital sewage with WWTP influent, WWTP effluent and the surface water in which the effluent is released. Compared to other sample sites, hospital sewage was richest in human-associated bacteria and contained the highest relative levels of ARGs. Yet, the abundance of ARGs was comparable in WWTPs with and without hospital wastewater, suggesting that hospitals do not contribute to the spread of ARGs in countries with a functioning sewerage system.

Background: Critically ill patients hospitalized in an Intensive Care Unit (ICU) are at increased risk of acquiring potentially life-threatening infections with opportunistic pathogens. The gut microbiota of ICU patients forms an important reservoir for these infectious agents. To suppress gut colonization with opportunistic pathogens, a prophylactic antibiotic regimen, termed 'Selective decontamination of the digestive tract' (SDD), may be used. SDD has previously been shown to improve clinical outcome in ICU patients, but the impact of ICU hospitalization and SDD on the gut microbiota remains largely unknown. Here, we characterize the composition of the gut microbiota and its antimicrobial resistance genes ('the resistome') of ICU patients during SDD. Results: During ICU-stay, 30 fecal samples of ten patients were collected. Additionally, feces were collected from five of these patients after transfer to a medium-care ward and cessation of SDD. As a control group, feces from ten healthy subjects were collected twice, with a one-year interval. Gut microbiota and resistome composition were determined using 16S rRNA phylogenetic profiling and nanolitre-scale quantitative PCRs. The microbiota of the ICU patients differed from the microbiota of healthy subjects and was characterized by low microbial diversity, decreased levels of E. coli and of anaerobic Gram-positive, butyrate-producing bacteria of the Clostridium clusters IV and XIVa, and an increased abundance of Bacteroidetes and enterococci. Four resistance genes (aac(6')-Ii, ermC, qacA, tetQ), providing resistance to aminoglycosides, macrolides, disinfectants and tetracyclines respectively, were significantly more abundant among ICU patients than in healthy subjects, while a chloramphenicol resistance gene (catA) and a tetracycline resistance gene (tetW) were more abundant in healthy subjects. Conclusions: The microbiota and resistome of ICU patients and healthy subjects were noticeably different, but importantly, levels of E. coli remained low during ICU hospitalization, presumably due to SDD therapy. Selection for four antibiotic resistance genes was observed, but none of these are of particular concern as they do not contribute to clinically relevant resistance. Our data support the ecological safety of SDD, at least in settings with low levels of circulating antibiotic resistance.