Bronchiectasis is accompanied by chronic bronchial infection that may drive disease progression. However, the evidence base for antibiotic therapy is limited. DNA based methods offer better identification and quantification of microbial constituents of sputum than standard clinical culture and may help inform patient management strategies. Our study objective was to determine the longitudinal variability of the non-CF bronchiectasis microbiome in sputum with respect to clinical variables. Eighty-five patients with non-cystic fibrosis (CF) bronchiectasis and daily sputum production were recruited from outpatient clinics and followed for six months. Monthly sputum samples and clinical measurements were taken, together with additional samples during exacerbations. 16S rRNA gene sequencing of the sputum microbiota was successful for 381 samples from 76 patients and analysed in conjunction with clinical data. Microbial communities were highly individual in composition and stability, usually with limited diversity and often containing multiple pathogens. When compared to DNA sequencing, microbial culture had restricted sensitivity in identifying common pathogens. With some exceptions, community characteristics showed poor correlations with clinical features including underlying disease, antibiotic use and exacerbations. The use of microbial community analysis of sputum added to information from microbial culture. A simple model of exacerbations driven by bacterial overgrowth was not supported, suggesting a need for revision of principles for antibiotic therapy. In individual patients, the management of chronic bronchial infection may be improved by therapy specific to their microbiome, taking into account pathogen load, community stability, and acute and chronic community responses to antibiotics.

Persistent bacterial bronchitis is a leading cause of chronic wet cough in young children. This study aimed to characterise the respiratory bacterial microbiota of healthy children and to assess the impact of the changes associated with the development of persistent bacterial bronchitis. Blind, protected brushings were obtained from 20 healthy controls and 24 children with persistent bacterial bronchitis, with an additional directed sample obtained from persistent bacterial bronchitis patients. DNA was extracted, quantified using a 16S rRNA gene quantitative PCR assay prior to microbial community analysis by 16S rRNA gene sequencing. No significant difference in bacterial diversity or community composition (R2 = 0.01, P = 0.36) was observed between paired blind and non-blind brushes, showing that blind brushings are a valid means of accessing the airway microbiota. This has important implications for collecting lower respiratory samples from healthy children. A significant decrease in bacterial diversity (P < 0.001) and change in community composition (R2 = 0.08, P = 0.004) was observed between controls and patients. Bacterial communities within patients with PBB were dominated by Proteobacteria, and indicator species analysis showed that Haemophilus and Neisseria were significantly associated with the patient group. In 15 (52.9%) cases the dominant organism by sequencing was not identified by standard routine clinical culture. The bacteria present in the lungs of patients with persistent bacterial bronchitis were less diverse in terms of richness and evenness. The results validate the clinical diagnosis, and suggest that more attention to bacterial communities in children with chronic cough may lead to more rapid recognition of this condition with earlier treatment and reduction in disease burden.

Background: Repetitive alveolar damage and aberrant repair may be important in the development of the fatal condition Idiopathic Pulmonary Fibrosis (IPF). The role played by microorganisms in this cycle is unknown. Methods: We consecutively enrolled patients diagnosed with IPF according to international criteria together with healthy smokers, non-smokers and subjects with moderate Chronic Obstructive Pulmonary Disease (COPD) as controls. Subjects underwent bronchoalveolar lavage (BAL) from which genomic DNA was isolated. The V3-V5 region of the bacterial 16S rRNA gene was amplified, allowing quantification of bacterial load and identification of communities by 16S rRNA qPCR and pyrosequencing. Results: Our 65 IPF patients had 3.9x109 copies of the 16S rRNA gene per ml of BAL, two-fold more than the 1.8x109 copies in 44 sex- and smoking-matched controls (P<0.0001). Baseline BAL bacterial burden predicted Forced Vital Capacity (FVC) decline (P=0.02). Patients in the highest tertile of bacterial burden were at a higher risk of mortality compared to subjects in the lowest tertile (hazard ratio 4.59 (95% CI, 1.05-20); P=0.04). Sequencing yielded 912,883 high quality reads from all subjects. Operational Taxonomic Units (OTUs) representing Haemophilus, Streptococcus, Neisseria and Veillonella were 1.5 to 3.5 fold more abundant in cases than controls (P<0.05). Regression analyses indicated that these specific OTUs as well as bacterial burden associated independently with IPF. Conclusions: IPF is characterised by an increased bacterial burden in BAL that predicts decline in lung function and death. Clinical trials of antimicrobial therapy may determine if microbial burden is causal or not in IPF progression.

Abstract Background Cystic fibrosis (CF) and non-CF bronchiectasis (BX) are characterised by severe chronic infections. Fungal and bacterial components of infection are both recognized. Little however is known about how fungal and bacterial organisms interact and whether these interactions impact on disease outcomes. Methods Quantitative PCR and next-generation sequencing of ITS2 and 16S rRNA gene was carried out on 107 patients with CF or BX with clinically defined fungal infection status for all patients. The relationship between fungal and bacterial community composition was extensively explored using: random forest modelling, correlation network analysis, multi-omics factor analysis, and sample-wise clustering, to understand associations both within and between the microbial communities and their relationship to respiratory disease. Results Random forest modelling demonstrated distinct fungal and bacterial communities within CF and BX patients. The inclusion of both kingdoms in the models did not improve discrimination between the two diseases. Within the CF patients, bacterial community composition was independent of clinical fungal disease status. Bacterial and fungal communities did not relate to the presence of CF pulmonary exacerbations (CFPE). Correlation network analysis found intra-kingdom interactions were predominant in the data. Multi-omics factor analysis (MOFA) revealed latent factors corresponding to single kingdoms. Thus, in the bacterial community we identified two distinct clusters characterised by the presence or absence of Pseudomonas -domination. This was independent of fungal community which was characterised by a second set of independent clusters dominated by Saccharomycetes . Conclusions In this study we were unable to detect clear evidence of clinically significant inter-kingdom interactions between the bacterial and fungal communities. While further work is required to fully understand microbial interaction within the lung, our data suggests that interkingdom interactions may not be the primary driver of patient outcomes, particularly in the context of fungal infection.