Objective Ankylosing spondylitis (AS) is a common, highly heritable immune‐mediated arthropathy that occurs in genetically susceptible individuals exposed to an unknown but likely ubiquitous environmental trigger. There is a close relationship between the gut and spondyloarthritis, as exemplified in patients with reactive arthritis, in whom a typically self‐limiting arthropathy follows either a gastrointestinal or urogenital infection. Microbial involvement in AS has been suggested; however, no definitive link has been established. The aim of this study was to determine whether the gut in patients with AS carries a distinct microbial signature compared with that in the gut of healthy control subjects. Methods Microbial profiles for terminal ileum biopsy specimens obtained from patients with recent‐onset tumor necrosis factor antagonist–naive AS and from healthy control subjects were generated using culture‐independent 16S ribosomal RNA gene sequencing and analysis techniques. Results Our results showed that the terminal ileum microbial communities in patients with AS differ significantly ( P < 0.001) from those in healthy control subjects, driven by a higher abundance of 5 families of bacteria ( Lachnospiraceae [ P = 0.001], Ruminococcaceae [ P = 0.012], Rikenellaceae [ P = 0.004], Porphyromonadaceae [ P = 0.001], and Bacteroidaceae [ P = 0.001]) and a decrease in the abundance of 2 families of bacteria ( Veillonellaceae [ P = 0.01] and Prevotellaceae [ P = 0.004]). Conclusion We show evidence for a discrete microbial signature in the terminal ileum of patients with AS compared with healthy control subjects. The microbial composition was demonstrated to correlate with disease status, and greater differences were observed between disease groups than within disease groups. These results are consistent with the hypothesis that genes associated with AS act, at least in part, through effects on the gut microbiome.

The desmosomal cadherin desmoglein-1 (DSG1) is an essential intercellular adhesion molecule that is altered in various human cutaneous disorders; however, its regulation and function in allergic disease remains unexplored. Herein, we demonstrate a specific reduction in DSG1 in esophageal biopsies from patients with eosinophilic esophagitis (EoE), an emerging allergic disorder characterized by chronic inflammation within the esophageal mucosa. Further, we show that DSG1 gene silencing weakens esophageal epithelial integrity, and induces cell separation and impaired barrier function (IBF) despite high levels of desmoglein-3. Moreover, DSG1 deficiency induces transcriptional changes that partially overlap with the transcriptome of inflamed esophageal mucosa; notably, periostin (POSTN), a multipotent pro-inflammatory extracellular matrix molecule, is the top induced overlapping gene. We further demonstrate that IBF is a pathological feature in EoE, which can be partially induced through the downregulation of DSG1 by interleukin-13 (IL-13). Taken together, these data identify a functional role for DSG1 and its dysregulation by IL-13 in the pathophysiology of EoE and suggest that the loss of DSG1 may potentiate allergic inflammation through the induction of pro-inflammatory mediators such as POSTN.

Culture independent techniques, such as shotgun metagenomics and 16S rRNA amplicon sequencing have dramatically changed the way we can examine microbial communities. Recently, changes in microbial community structure and dynamics have been associated with a growing list of human diseases. The identification and comparison of bacteria driving those changes requires the development of sound statistical tools, especially if microbial biomarkers are to be used in a clinical setting. We present mixMC, a novel multivariate data analysis framework for metagenomic biomarker discovery. mixMC accounts for the compositional nature of 16S data and enables detection of subtle differences when high inter-subject variability is present due to microbial sampling performed repeatedly on the same subjects but in multiple habitats. Through data dimension reduction the multivariate methods provide insightful graphical visualisations to characterise each type of environment in a detailed manner. We applied mixMC to 16S microbiome studies focusing on multiple body sites in healthy individuals, compared our results with existing statistical tools and illustrated added value of using multivariate methodologies to fully characterise and compare microbial communities.

Objectives: HLA alleles affect susceptibility to more than 100 diseases, but the mechanisms to account for these genotype-disease associations are largely unknown. HLA-alleles strongly influence predisposition to ankylosing spondylitis (AS) and rheumatoid arthritis (RA). Both AS and RA patients have discrete intestinal and faecal microbiome signatures. Whether these changes are cause or consequence of the diseases themselves is unclear. To distinguish these possibilities, we examine the effect of HLA-B27 and HLA-DRB1 RA-risk alleles on the composition of the intestinal microbiome in healthy individuals. Methods: 568 samples from 6 intestinal sites were collected from 107 otherwise healthy unrelated subjects and stool samples from 696 twin pairs from the TwinsUK cohort. Microbiome profiling was performed using sequencing of the 16S rRNA bacterial marker gene. All patients were genotyped using the Illumina CoreExome SNP microarray, and HLA genotypes were imputed from these data. Results: Association was observed between HLA-B27 genotype, and RA-risk HLA-DRB1 alleles, and overall microbial composition (P=0.0002 and P=0.00001 respectively). These associations were replicated in the TwinsUK cohort stool samples (P=0.023 and P=0.033 respectively). Conclusions: This study shows that the changes in intestinal microbiome composition seen in AS and RA are at least partially due to effects of HLA-B27 and -DRB1 on the gut microbiome. These findings support the hypothesis that HLA alleles operate to cause or increase the risk of these diseases through interaction with the intestinal microbiome, and suggest that therapies targeting the microbiome may be effective in their prevention and/or treatment.