Many problems in biology require looking for a "needle in a haystack," corresponding to a binary classification where there are a few positives within a much larger set of negatives, which is referred to as a class imbalance. The receiver operating characteristic (ROC) curve and the associated area under the curve (AUC) have been reported as ill-suited to evaluate prediction performance on imbalanced problems where there is more interest in performance on the positive minority class, while the precision-recall (PR) curve is preferable. We show via simulation and a real case study that this is a misinterpretation of the difference between the ROC and PR spaces, showing that the ROC curve is robust to class imbalance, while the PR curve is highly sensitive to class imbalance. Furthermore, we show that class imbalance cannot be easily disentangled from classifier performance measured via PR-AUC.

Abstract Due to their shared genetic history, antibodies from the same clonotype often bind to the same epitope. This knowledge is used in immune repertoire mining, where known binders are used to search bulk sequencing repertoires to identify new binders. However current computational methods cannot identify epitope convergence between antibodies from different clonotypes, limiting the sequence diversity of antigen-specific antibodies which can be identified. We describe how the antibody binding site, the paratope, can be used to cluster antibodies with common antigen reactivity from different clonotypes. Our method, paratyping, uses the predicted paratope to identify these novel cross clonotype matches. We experimentally validated our predictions on a Pertussis toxoid dataset. Our results show that even the simplest abstraction of the antibody binding site, using only the length of the loops involved and predicted binding residues, is sufficient to group antigen-specific antibodies and provide additional information to conventional clonotype analysis.

Abstract Antibodies are the largest class of biotherapeutics. However, in recent years, single-domain antibodies have gained traction due to their smaller size and comparable binding affinity. Antibodies (Abs) and single-domain antibodies (sdAbs) differ in the structures of their binding sites: most significantly, single-domain antibodies lack a light chain and so have just three CDR loops. Given this inherent structural difference, it is important to understand whether Abs and sdAbs are distinguishable in how they engage a binding partner and thus, whether they are suited to different types of epitopes. In this study, we use non-redundant sequence and structural datasets to compare the paratopes, epitopes and antigen interactions of Abs and sdAbs. We demonstrate that even though sd-Abs have smaller paratopes, they target epitopes of equal size to those targeted by Abs. To achieve this, the paratopes of sdAbs contribute more interactions per residue than the paratopes of Abs. Additionally, we find that conserved framework residues are of increased importance in the paratopes of sd-Abs, suggesting that they include non-specific interactions to achieve comparable affinity. Further-more, the epitopes of sdAbs and Abs cannot be distinguished by their shape. For our datasets, sd-Abs do not target more concave epitopes than Abs: we posit that this may be explained by differences in the orientation and compaction of sdAb and Ab CDR-H3 loops. Overall, our results have important implications for the engineering and humanization of sdAbs, as well as the selection of the best modality for targeting a particular epitope.

The Next-Generation (NG) IEDB Tools website (https://nextgen-tools.iedb.org) provides users with a redesigned interface to many of the algorithms for epitope prediction and analysis that were originally released on the legacy IEDB Tools website. The initial release focuses on consolidation of all tools related to HLA class I epitopes (MHC binding, elution, immunogenicity, and processing), making all of these predictions accessible from a single application and allowing for their simultaneous execution with minimal user inputs. Additionally, the PEPMatch tool for identifying highly similar epitopes in a set of curated proteomes, as well as a tool for epitope clustering, are available on the site. The NG Tools site allows users to build data pipelines by sending the output of one tool as input for the next. Over the next several years, all pre-existing IEDB Tools, and any newly developed tools, will be integrated into this new site. Here we describe the philosophy behind the redesign and demonstrate the utility and productivity enhancements that are enabled by the new interface.

BACKGROUNDCow's milk (CM) allergy is the most common food allergy in young children. Treatment with oral immunotherapy (OIT) has shown efficacy, but high rates of adverse reactions. The aim of this study was to determine whether baked milk OIT (BMOIT) could reduce adverse reactions while still inducing desensitization, and to identify immunological correlates of successful BMOIT.METHODSThis phase II, randomized trial evaluated the safety and efficacy of BMOIT in milk-allergic children 3-18 years old. After the initial placebo-controlled first year of treatment, placebo-treated participants crossed over to active BMOIT. Double-blind, placebo-controlled oral food challenges (OFCs) were conducted with BM after year 1 and to both BM and unheated milk (UM) after year 2. IgG and IgE antibodies were measured along with CM-specific (CM+) CD4+ memory T cell populations, profiled using flow cytometry and scRNA-Seq.RESULTSTwenty-one of 30 (70%) reached the primary endpoint of tolerating 4044 mg of BM protein at month 24, and 11 of 30 tolerated 2000 mg or more of UM protein. Dosing symptoms were common, but more than 98% were mild, with no severe reactions. Immunological changes associated with desensitization included increased CM IgG4, CM+ FOXP3+ cells, and Tregs and corresponding decreases in CM IgE, CM+ Th2A cells, and CD154+ cells. T cell and antibody measurements were combined to build a model that predicted UM OFC outcomes.CONCLUSIONBMOIT was well tolerated and induced desensitization to BM and UM. This desensitization corresponded to redistribution within antigen-specific antibody and T cell compartments that provided insight into the mechanistic changes that occur with OIT treatment.TRIAL REGISTRATIONClinicalTrials.gov NCT03462030.FUNDING: Myra Reinhardt Family Foundation (grant number 128388), NIH/NIAID (U19AI135731, T32AI125179, S10OD025052).

Abstract Analysis of an individual’s immunoglobulin (IG) gene repertoire requires the use of high-quality germline gene Reference Sets. The Adaptive Immune Receptor Repertoire-Community (AIRR-C) Reference Sets have been developed to include only human IG heavy and light chain alleles that have been confirmed by evidence from multiple high-quality sources. By including only those alleles with a high level of support, including some new sequences that currently lack official names, AIRR-seq analysis will have greater accuracy and studies of the evolution of immunoglobulin genes, their allelic variants and the expressed immune repertoire will be facilitated. Although containing less than half the previously recognised IG alleles (e.g. just 198 IGHV sequences), the Reference Sets eliminated erroneous calls and provided excellent coverage when tested on a set of repertoires from 99 individuals comprising over 4 million V(D)J rearrangements. To improve AIRR-seq analysis, some alleles have been extended to deal with short 3’ or 5’ truncations that can lead them to be overlooked by alignment utilities. To avoid other challenges for analysis programs, exact paralogs (e.g. IGHV1-69*01 and IGHV1-69D*01) are only represented once in each set, though alternative sequence names are noted in accompanying metadata. The Reference Sets also include novel alleles: 8 IGHV alleles, 2 IGKV alleles and 5 IGLV alleles. The version-tracked AIRR-C Reference Sets are freely available at the OGRDB website ( https://ogrdb.airr-community.org/germline_sets/Human ) and will be regularly updated to include newly-observed and previously-reported sequences that can be confirmed by new high-quality data.

Systems vaccinology studies have been used to build computational models that predict individual vaccine responses and identify the factors contributing to differences in outcome. Comparing such models is challenging due to variability in study designs. To address this, we established a community resource to compare models predicting

Outbreaks of Ebolaviruses, such as Sudanvirus (SUDV) in Uganda in 2022, demonstrate that species other than the Zaire ebolavirus (EBOV), which is currently the sole virus represented in current licensed vaccines, remain a major threat to global health. There is a pressing need to develop effective pan-species vaccines and novel monoclonal antibody-based therapeutics for Ebolavirus disease. In response to recent outbreaks, the two dose, heterologous Ad26.ZEBOV/MVA-BN-Filo vaccine regimen was developed and was tested in a large phase II clinical trial (EBL2001) as part of the EBOVAC2 consortium. Here, we perform bulk sequencing of the variable heavy chain (VH) of B cell receptors (BCR) in forty participants from the EBL2001 trial in order to characterize the BCR repertoire in response to vaccination with Ad26.ZEBOV/MVA-BN-Filo. We develop a comprehensive database, EBOV-AbDab, of publicly available Ebolavirus-specific antibody sequences. We then use our database to predict the antigen-specific component of the vaccinee repertoires. Our results show striking convergence in VH germline gene usage across participants following the MVA-BN-Filo dose, and provide further evidence of the role of IGHV3–15 and IGHV3–13 antibodies in the B cell response to Ebolavirus glycoprotein. Furthermore, we found that previously described Ebola-specific mAb sequences present in EBOV-AbDab were sufficient to describe at least one of the ten most expanded BCR clonotypes in more than two thirds of our cohort of vaccinees following the boost, providing proof of principle for the utility of computational mining of immune repertoires.

Abstract Immunoglobulin loci-transgenic animals are widely used in antibody discovery and increasingly in vaccine response modelling. In this study, we phenotypically characterised B-cell populations from the Intelliselect® Transgenic mouse (Kymouse) demonstrating full B-cell development competence. Comparison of the naïve B-cell receptor (BCR) repertoires of Kymice BCRs naïve human and murine BCR repertoires revealed key differences in germline gene usage and junctional diversification. These differences result in Kymice having CDRH3 length and diversity intermediate between mice and humans. To compare the structural space explored by CDRH3s in each species repertoire, we used computational structure prediction to show that Kymouse naïve BCR repertoires are more human-like than mouse-like in their predicted distribution of CDRH3 shape. Our combined sequence and structural analysis indicates that the naïve Kymouse BCR repertoire is diverse with key similarities to human repertoires, while immunophenotyping confirms that selected naïve B-cells are able to go through complete development.