The thermal stability of proteins can be used to assess ligand binding in living cells. We have generalized this concept by determining the thermal profiles of more than 7000 proteins in human cells by means of mass spectrometry. Monitoring the effects of small-molecule ligands on the profiles delineated more than 50 targets for the kinase inhibitor staurosporine. We identified the heme biosynthesis enzyme ferrochelatase as a target of kinase inhibitors and suggest that its inhibition causes the phototoxicity observed with vemurafenib and alectinib. Thermal shifts were also observed for downstream effectors of drug treatment. In live cells, dasatinib induced shifts in BCR-ABL pathway proteins, including CRK/CRKL. Thermal proteome profiling provides an unbiased measure of drug-target engagement and facilitates identification of markers for drug efficacy and toxicity.

Kinase inhibitors are important cancer therapeutics. Polypharmacology is commonly observed, requiring thorough target deconvolution to understand drug mechanism of action. Using chemical proteomics, we analyzed the target spectrum of 243 clinically evaluated kinase drugs. The data revealed previously unknown targets for established drugs, offered a perspective on the "druggable" kinome, highlighted (non)kinase off-targets, and suggested potential therapeutic applications. Integration of phosphoproteomic data refined drug-affected pathways, identified response markers, and strengthened rationale for combination treatments. We exemplify translational value by discovering SIK2 (salt-inducible kinase 2) inhibitors that modulate cytokine production in primary cells, by identifying drugs against the lung cancer survival marker MELK (maternal embryonic leucine zipper kinase), and by repurposing cabozantinib to treat FLT3-ITD-positive acute myeloid leukemia. This resource, available via the ProteomicsDB database, should facilitate basic, clinical, and drug discovery research and aid clinical decision-making.

Prediction of HLA epitopes is important for the development of cancer immunotherapies and vaccines. However, current prediction algorithms have limited predictive power, in part because they were not trained on high-quality epitope datasets covering a broad range of HLA alleles. To enable prediction of endogenous HLA class I-associated peptides across a large fraction of the human population, we used mass spectrometry to profile >185,000 peptides eluted from 95 HLA-A, -B, -C and -G mono-allelic cell lines. We identified canonical peptide motifs per HLA allele, unique and shared binding submotifs across alleles and distinct motifs associated with different peptide lengths. By integrating these data with transcript abundance and peptide processing, we developed HLAthena, providing allele-and-length-specific and pan-allele-pan-length prediction models for endogenous peptide presentation. These models predicted endogenous HLA class I-associated ligands with 1.5-fold improvement in positive predictive value compared with existing tools and correctly identified >75% of HLA-bound peptides that were observed experimentally in 11 patient-derived tumor cell lines. Prediction of HLA class I epitopes is improved in accuracy and breath with peptidomes from 95 mono-allelic cell lines.

Interactions between T cell receptors (TCRs) and their cognate tumour antigens are central to antitumour immune responses1–3; however, the relationship between phenotypic characteristics and TCR properties is not well elucidated. Here we show, by linking the antigenic specificity of TCRs and the cellular phenotype of melanoma-infiltrating lymphocytes at single-cell resolution, that tumour specificity shapes the expression state of intratumoural CD8+ T cells. Non-tumour-reactive T cells were enriched for viral specificities and exhibited a non-exhausted memory phenotype, whereas melanoma-reactive lymphocytes predominantly displayed an exhausted state that encompassed diverse levels of differentiation but rarely acquired memory properties. These exhausted phenotypes were observed both among clonotypes specific for public overexpressed melanoma antigens (shared across different tumours) or personal neoantigens (specific for each tumour). The recognition of such tumour antigens was provided by TCRs with avidities inversely related to the abundance of cognate targets in melanoma cells and proportional to the binding affinity of peptide–human leukocyte antigen (HLA) complexes. The persistence of TCR clonotypes in peripheral blood was negatively affected by the level of intratumoural exhaustion, and increased in patients with a poor response to immune checkpoint blockade, consistent with chronic stimulation mediated by residual tumour antigens. By revealing how the quality and quantity of tumour antigens drive the features of T cell responses within the tumour microenvironment, we gain insights into the properties of the anti-melanoma TCR repertoire. The authors use single-cell profiling and T cell receptor specificity screening to show how tumour antigen recognition shapes the phenotypes of CD8+ T cells and antitumour immune responses.

T cell-mediated immunity may play a critical role in controlling and establishing protective immunity against SARS-CoV-2 infection; yet the repertoire of viral epitopes responsible for T cell response activation remains mostly unknown. Identification of viral peptides presented on class I human leukocyte antigen (HLA-I) can reveal epitopes for recognition by cytotoxic T cells and potential incorporation into vaccines. Here, we report the first HLA-I immunopeptidome of SARS-CoV-2 in two human cell lines at different times post-infection using mass spectrometry. We found HLA-I peptides derived not only from canonical ORFs, but also from internal out-of-frame ORFs in Spike and Nucleoprotein not captured by current vaccines. Proteomics analyses of infected cells revealed that SARS-CoV-2 may interfere with antigen processing and immune signaling pathways. Based on the endogenously processed and presented viral peptides that we identified, we estimate that a pool of 24 peptides would provide one or more peptides for presentation by at least one HLA allele in 99% of the human population. These biological insights and the list of naturally presented SARS-CoV-2 peptides will facilitate data-driven selection of peptides for immune monitoring and vaccine development.

Abstract Serial multiomic analyses of proteome, phosphoproteome and acetylome provides functional insights into disease pathology and drug effects while conserving precious human material. To date, ubiquitylome and HLA peptidome analyses have required separate samples for parallel processing each using distinct protocols. Here we present MONTE, a highly-sensitive m ulti- o mic n ative t issue e nrichment workflow that enables serial, deepscale analysis of HLA-I and HLA-II immunopeptidome, ubiquitylome, proteome, phosphoproteome and acetylome from the same tissue samples. We demonstrate the capabilities of MONTE in a proof-of-concept study of primary patient lung adenocarcinoma(LUAD) tumors. Depth of coverage and quantitative precision at each of the ‘omes is not compromised by serialization, and the addition of HLA immunopeptidomics enables identification of putative immunotherapeutic targets such as cancer/testis antigens and neoantigens. MONTE can provide insights into disease-specific changes in antigen presentation, protein expression, protein degradation, cell signaling, cross-talk and epigenetic pathways involved in disease pathology and treatment.