Abstract Several studies have investigated the association between microbial and colorectal cancer (CRC). However, the replicable markers for early stage adenoma diagnosis across multiple populations remain elusive. Here, a meta-analysis of six studies, comprising a total of 1057 fecal samples, was performed to identify candidate markers. By adjusting the potential confounders, 11 and 26 markers ( P <0.05) were identified and separately applied into constructing Random Forest classifier models to discriminate adenoma from control, and adenoma from CRC, achieving robust diagnostic accuracy with AUC = 0.80 and 0.89, respectively. Moreover, these markers demonstrated high diagnostic accuracy in independent validation cohorts. Pooled functional analysis and targeted qRT-PCR based genetic profiles reveal that the altered microbiome triggers different pathways of ADP-heptose and menaquinone biosynthesis ( P <0.05) in adenoma vs. control and adenoma vs. CRC sequences respectively. The combined analysis of heterogeneous studies confirm adenoma-specific but universal markers across multi-populations, which improves early diagnosis and prompt treatment of CRC.

ABSTRACT Objective Keystone species are required for the integrity and stability of an ecological community, and therefore, are potential intervention targets for microbiome related diseases. Design Here we describe an algorithm for the identification of keystone species from cross-sectional microbiome data of non-alcoholic fatty liver disease (NAFLD) based on causal inference theories and dynamic intervention modeling (DIM). Results Eight keystone species in the gut of NAFLD, represented by P. loveana , A. indistinctus and D. pneumosintes , were identified by our algorithm, which could efficiently restore the microbial composition of the NAFLD toward a normal gut microbiome with 92.3% recovery. These keystone species regulate intestinal amino acids metabolism and acid-base environment to promote the growth of the butyrate-producing Lachnospiraceae and Ruminococcaceae species. Conclusion Our method may benefit microbiome studies in the broad fields of medicine, environmental science and microbiology. SUMMARY What is already known about this subject? Non-alcoholic fatty liver disease (NAFLD) is a complex multifactorial disease whose pathogenesis remains unclear. Dysbiosis in the gut microbiota affects the initiation and development of NAFLD, but the mechanisms is yet to be established. Keystone species represent excellent candidate targets for gut microbiome-based interventions, as they are defined as the species required for the integrity and stability of the ecological system. What are the new findings? NAFLD showed significant dysbiosis in butyrate-producing Lachnospiraceae and Ruminococcaceae species. Microbial interaction networks were constructed by the novel algorithm with causal inference. Keystone species were identified form microbial interaction networks through dynamic intervention modeling based on generalized Lotka-Volterra model. Eight keystone species of NAFLD with the highest potential for restoring the microbial composition were identified. How might it impact on clinical practice in the foreseeable future? An algorithm for the identification of keystone species from cross-sectional microbiome data based on causal inference theories and dynamic intervention modeling. Eight keystone species in the gut of NAFLD, represented by P. loveana , A. indistinctus and D. pneumosintes , which could efficiently restore the microbial composition of the NAFLD toward a normal gut microbiome. Our method may benefit microbiome studies in the broad fields of medicine, environmental science and microbiology.

Abstract Background & Aims Multiple mechanisms for the gut microbiome contributing to the pathogenesis of non-alcoholic fatty liver disease (NAFLD) have been implicated. Here, we aim to investigate the contribution and potential application for altered bile acid (BA) metabolizing microbe in NAFLD using whole metagenome sequencing (WMS) data. Methods 86 well-characterized biopsy-proven NAFLD patients and 38 healthy controls were included in the discovery cohort. Assembly-based analysis was performed to identify BA-metabolizing microbes. Statistical tests, feature selection and microbial interaction analysis were integrated to identify microbial alterations and markers in NAFLD. An independent validation cohort was subjected to similar analyses. Results NAFLD microbiota exhibited decreased diversity and microbial interactions. We established a classifier model with 53 differential species exhibiting a robust diagnostic accuracy (AUC=0.97) for dectecting NAFLD. Next, 8 important differential pathway markers including secondary BA biosynthesis were identified. Specifically, increased abundance of 7α-HSDH, baiA and baiB were detected in NAFLD. Further, 10 of 50 BA-metabolizing metagenome-assembled genomes (MAG)s, from Bacteroides ovatus and Eubacterium biforme , were dominant in NAFLD and interplayed as a synergetic ecological guild. Importantly, two subtypes of NAFLD patients were observed according to secondary BA metabolism potentials. Elevated capability for secondary BA biosynthesis was also observed in the validation cohort. Conclusions We identified novel bacterial BA-metabolizing genes and microbes that may contribute to NAFLD pathogenesis and serve as disease markers. Microbial differences in BA-metabolism and strain-specific differences among patients highlight the potential for precision medicine in NAFLD treatment.

Abstract Each tumor is usually accepted to be of a single origin from a progenitor cell. The shared evolutionary paths impose a limit on the nature of genetic diversity of the tumor. However, there are also numerous stem cell niches with independent proliferation potentials. To reconcile the contrasting perspectives, we propose a model whereby each tumor is of multiple clonal origins but the most proliferative one would eclipse other minor clones. The detection of the minor clones would entail an extreme scheme of large-number but small-volume sampling. In two cases of colon tumors so sampled, one indeed has 13 independent clones of disparate sizes and even the smaller clones have tens of thousands of cells dispersed non-locally. The other, much larger, tumor has only one prevailing clone that engulfs two tiny patches of minor clones. In both cases, the expanding clone spawns a hierarchy of subclones that resemble vassal states on its wake of expansion. The timing of metastasis can also be mapped to the precise stage of the clonal expansion. In conclusion, multiple independent clones, likely common but difficult to detect, can greatly elevate the non-neutral diversity within a tumor. This much-elevated diversity has many theoretical and clinical implications.

SUMMARY Influenza polymerase (FluPol) transcripts viral mRNA and switches to replicate viral genome after transcription. However, it remains unknown how FluPol switches between transcription and replication cycles, especially when considering that the structural basis of these two functions is fundamentally different. Here, we proposed a mechanism that FluPol achieves the functional switching between these two cycles through an unreported intermediate conformation, termed as resident state. We obtained a resident state structure of H5N1 FluPol at 3.7 Å using cryo-EM, which is characterized by a blocked Cap-binding domain and a contracted core region, distinct from the structures of either transcription or replication states. Structural analysis results suggest that the resident state structure is feasible to smoothly transit into structures of both transcription and replication states. Furthermore, we show that formation of the resident state is required for both transcription and replication activities of FluPol. Together, the transcription and replication cycles of FluPol are connected via a resident state.