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 Woesearchaeota is a newly proposed archaeal phylum frequently detected in various environments. Due to the limited systematical study, little is known about their distribution, taxonomy, and metabolism. Here, we conducted a comprehensive study for Woesearchaeota with 16S ribosomal RNA (rRNA) gene sequencing data of 27,709 samples and metagenomic whole genome sequencing (WGS) data of 1,266 samples. We find that apart from free-living environments, Woesearchaeota also widely distribute in host-associated environments. And host-associated environmental parameters greatly affect their distribution. 81 Woesearchaeota genomes, including 33 genomes firstly reconstructed in this project, were assigned to 59 Woesearchaeota species, suggesting their high taxonomic diversity. Comparative analysis indicated that Woesearchaeota have an open pan-genome with small core genome. Metabolic reconstruction showed that particular metabolic pathway absence in specific environments, demonstrated the metabolic diversity of Woesearchaeota varies in differences environments. These results have placed host-associated environments into the global biogeography of Woesearchaeota and have demonstrated their genomic diversity for future investigation of adaptive evolution.

Abstract Targeted spatial transcriptomics hold particular promise in analysis of complex tissues. Most such methods, however, measure only a limited panel of transcripts, which need to be selected in advance to inform on the cell types or processes being studied. A limitation of existing gene selection methods is that they rely on scRNA-seq data, ignoring platform effects between technologies. Here we describe gpsFISH, a computational method to perform gene selection through optimizing detection of known cell types. By modeling and adjusting for platform effects, gpsFISH outperforms other methods. Furthermore, gpsFISH can incorporate cell type hierarchies and custom gene preferences to accommodate diverse design requirements.

In situ transcriptomic techniques promise a holistic view of tissue organization and cell-cell interactions. Recently there has been a surge of multiplexed RNA in situ techniques but their application to human tissues and clinical biopsies has been limited due to their large size, general lower tissue quality and high background autofluorescence. Here we report DART-FISH, a versatile padlock probe-based technology capable of profiling hundreds to thousands of genes in centimeter-sized human tissue sections at cellular resolution. We introduced an omni-cell type cytoplasmic stain, dubbed RiboSoma that substantially improves the segmentation of cell bodies. We developed a computational decoding-by-deconvolution workflow to extract gene spots even in the presence of optical crowding. Our enzyme-free isothermal decoding procedure allowed us to image 121 genes in a large section from the human neocortex in less than 10 hours, where we successfully recapitulated the cytoarchitecture of 20 neuronal and non-neuronal subclasses. Additionally, we demonstrated the detection of transcripts as short as 461 nucleotides, including neuropeptides and discovered new cortical layer markers. We further performed in situ mapping of 300 genes on a diseased human kidney, profiled >20 healthy and pathological cell states, and identified diseased niches enriched in transcriptionally altered epithelial cells and myofibroblasts.