Abstract Deep sequencing of B cell receptor (BCR) heavy chains from a cohort of 19 COVID-19 patients from the UK reveals a stereotypical naive immune response to SARS-CoV-2 which is consistent across patients and may be a positive indicator of disease outcome. Clonal expansion of the B cell memory response is also observed and may be the result of memory bystander effects. There was a strong convergent sequence signature across patients, and we identified 777 clonotypes convergent between at least four of the COVID-19 patients, but not present in healthy controls. A subset of the convergent clonotypes were homologous to known SARS and SARS-CoV-2 spike protein neutralising antibodies. Convergence was also demonstrated across wide geographies by comparison of data sets between patients from UK, USA and China, further validating the disease association and consistency of the stereotypical immune response even at the sequence level. These convergent clonotypes provide a resource to identify potential therapeutic and prophylactic antibodies and demonstrate the potential of BCR profiling as a tool to help understand and predict positive patient responses.

The tremendous advances in structural biology and the exponential increase of high-quality experimental structures available in the PDB motivated numerous studies to tackle the grand challenge of predicting protein structures. AlphaFold2 revolutionized the field of protein structure prediction, by combining artificial intelligence with evolutionary information. Antibodies are one of the most important classes of biotherapeutic proteins. Accurate structure models are a prerequisite to advance biophysical property predictions and consequently antibody design. Various specialized tools are available to predict antibody structures based on different principles and profiting from current advances in protein structure prediction based on artificial intelligence. Here, we want to emphasize the importance of reliable protein structure models and highlight the enormous advances in the field. At the same time, we want to raise the awareness that protein structure models—and in particular antibody models—may suffer from structural inaccuracies, namely incorrect cis-amid bonds, wrong stereochemistry or clashes. We show that these inaccuracies affect biophysical property predictions such as surface hydrophobicity. Thus, we stress the significance of carefully reviewing protein structure models before investing further computing power and setting up experiments. To facilitate the assessment of model quality, we provide a tool “TopModel” to validate structure models.

B cells play a central role in adaptive immune processes, mainly through the production of antibodies. The maturation of the B-cell system with age is poorly studied. We extensively investigated age-related alterations of naïve and antigen-experienced B-cell receptor (BCR) repertoires. The most significant changes were observed in the first 10 years of life, and were characterized by altered immunoglobulin gene usage and an increased frequency of mutated antibodies structurally diverging from their germline precursors. Older age was associated with an increased usage of downstream constant region genes and fewer antibodies with self-reactive properties. As mutations accumulated with age, the frequency of germline-encoded self-reactive antibodies decreased, indicating a possible beneficial role of self-reactive B-cells in the developing immune system. Our results suggest a continuous process of change through childhood across a broad range of parameters characterizing BCR repertoires and stress the importance of using well-selected, age-appropriate controls in BCR studies.

While template-free protein structure prediction protocols now produce good quality models for many targets, modelling failure remains common. For these methods to be useful it is important that users can both choose the best model from the hundreds to thousands of models that are commonly generated for a target, and determine whether this model is likely to be correct. We have developed Random Forest Quality Assessment (RFQAmodel), which assesses whether models produced by a protein structure prediction pipeline have the correct fold. RFQAmodel uses a combination of existing quality assessment scores with two predicted contact map alignment scores. These alignment scores are able to identify correct models for targets that are not otherwise captured. Our classifier was trained on a large set of protein domains that are structurally diverse and evenly balanced in terms of protein features known to have an effect on modelling success, and then tested on a second set of 244 protein domains with a similar spread of properties. When models for each target in this second set were ranked according to the RFQAmodel score, the highest-ranking model had a high-confidence RFQAmodel score for 67 modelling targets, of which 52 had the correct fold. At the other end of the scale RFQAmodel correctly predicted that for 59 targets the highest-ranked model was incorrect. In comparisons to other methods we found that RFQAmodel is better able to identify correct models for targets where only a few of the models are correct. We found that RFQAmodel achieved a similar performance on the model sets for CASP12 and CASP13 free-modelling targets. Finally, by iteratively generating models and running RFQAmodel until a model is produced that is predicted to be correct with high confidence, we demonstrate how such a protocol can be used to focus computational efforts on difficult modelling targets.

To overcome limited germline combinatorial diversity, bovines have evolved a subset of antibodies with ultra-long CDRH3 regions that harbour cysteine-rich knob domains. To produce affinity-maturated peptides, we previously isolated autonomous 3-6 kDa knob domains from bovine antibodies. Here, we show that binding of four knob domain peptides elicits a range of effects on the clinically validated drug target complement C5. Allosteric mechanisms predominated, with one peptide selectively inhibiting C5 cleavage by the alternative pathway C5 convertase, revealing a targetable mechanistic difference between the classical and alternative pathway C5 convertases. Taking a hybrid biophysical approach, we present C5-knob domain co-crystal structures and, by solution methods, observed allosteric effects propagating >50 Å from the binding sites. This study expands the therapeutic scope of C5, presents new inhibitors and introduces knob domains as new, low molecular weight antibody fragments, with therapeutic potential.