The results of a phase I trial assessing a personal neoantigen multi-peptide vaccine in patients with melanoma, showing feasibility, safety, and immunogenicity. Neoantigens have long been considered optimal targets for anti-tumour vaccines, and recent mutation coding and prediction techniques have aimed to streamline their identification and selection. Two papers in this issue report results from personalized neoantigen vaccine trials in patients with cancer. Catherine Wu and colleagues report the results of a phase I trial of a personalized cancer vaccine that targets up to 20 patient neoantigens. The vaccine was safe and induced tumour-antigen-specific immune responses. Four out of six patients treated showed no recurrence at 25 months, and progressing patients responded to further therapy with checkpoint inhibitor. Ugur Sahin and colleagues report the first-in-human application of a personalized neoantigen vaccine in patients with melanoma. Their vaccination strategy includes sequencing and computational identification of neoantigens from patients, and design and manufacture of a poly-antigen RNA vaccine for treatment. In 13 patients, the vaccine boosted immunity against some of the selected tumour antigens from the individual patients, and two patients showed infiltration of tumour-reactive T cells. These results suggest that personalized vaccines could be refined and tailored to provide clinical benefit as cancer immunotherapies. Effective anti-tumour immunity in humans has been associated with the presence of T cells directed at cancer neoantigens1, a class of HLA-bound peptides that arise from tumour-specific mutations. They are highly immunogenic because they are not present in normal tissues and hence bypass central thymic tolerance. Although neoantigens were long-envisioned as optimal targets for an anti-tumour immune response2, their systematic discovery and evaluation only became feasible with the recent availability of massively parallel sequencing for detection of all coding mutations within tumours, and of machine learning approaches to reliably predict those mutated peptides with high-affinity binding of autologous human leukocyte antigen (HLA) molecules. We hypothesized that vaccination with neoantigens can both expand pre-existing neoantigen-specific T-cell populations and induce a broader repertoire of new T-cell specificities in cancer patients, tipping the intra-tumoural balance in favour of enhanced tumour control. Here we demonstrate the feasibility, safety, and immunogenicity of a vaccine that targets up to 20 predicted personal tumour neoantigens. Vaccine-induced polyfunctional CD4+ and CD8+ T cells targeted 58 (60%) and 15 (16%) of the 97 unique neoantigens used across patients, respectively. These T cells discriminated mutated from wild-type antigens, and in some cases directly recognized autologous tumour. Of six vaccinated patients, four had no recurrence at 25 months after vaccination, while two with recurrent disease were subsequently treated with anti-PD-1 (anti-programmed cell death-1) therapy and experienced complete tumour regression, with expansion of the repertoire of neoantigen-specific T cells. These data provide a strong rationale for further development of this approach, alone and in combination with checkpoint blockade or other immunotherapies.

To define the cell populations that drive joint inflammation in rheumatoid arthritis (RA), we applied single-cell RNA sequencing (scRNA-seq), mass cytometry, bulk RNA sequencing (RNA-seq) and flow cytometry to T cells, B cells, monocytes, and fibroblasts from 51 samples of synovial tissue from patients with RA or osteoarthritis (OA). Utilizing an integrated strategy based on canonical correlation analysis of 5,265 scRNA-seq profiles, we identified 18 unique cell populations. Combining mass cytometry and transcriptomics revealed cell states expanded in RA synovia: THY1(CD90)+HLA-DRAhi sublining fibroblasts, IL1B+ pro-inflammatory monocytes, ITGAX+TBX21+ autoimmune-associated B cells and PDCD1+ peripheral helper T (TPH) cells and follicular helper T (TFH) cells. We defined distinct subsets of CD8+ T cells characterized by GZMK+, GZMB+, and GNLY+ phenotypes. We mapped inflammatory mediators to their source cell populations; for example, we attributed IL6 expression to THY1+HLA-DRAhi fibroblasts and IL1B production to pro-inflammatory monocytes. These populations are potentially key mediators of RA pathogenesis. Defining cell types and their activation status in rheumatoid arthritis (RA) is critical to understanding this disease. Raychaudhuri and colleagues leverage several single-cell -omics approaches to define the cellular processes and pathways in the human RA joint.

Lupus nephritis is a potentially fatal autoimmune disease for which the current treatment is ineffective and often toxic. To develop mechanistic hypotheses of disease, we analyzed kidney samples from patients with lupus nephritis and from healthy control subjects using single-cell RNA sequencing. Our analysis revealed 21 subsets of leukocytes active in disease, including multiple populations of myeloid cells, T cells, natural killer cells and B cells that demonstrated both pro-inflammatory responses and inflammation-resolving responses. We found evidence of local activation of B cells correlated with an age-associated B-cell signature and evidence of progressive stages of monocyte differentiation within the kidney. A clear interferon response was observed in most cells. Two chemokine receptors, CXCR4 and CX3CR1, were broadly expressed, implying a potentially central role in cell trafficking. Gene expression of immune cells in urine and kidney was highly correlated, which would suggest that urine might serve as a surrogate for kidney biopsies. Much about the kidney-resident immune populations is a black box. Hacohen and colleagues use single cell RNA sequencing of kidney, skin and urine from lupus nephritis patients to describe the transcriptional state of the immune cells present in each compartment.

Immune responses to cancer are highly variable, with mismatch repair-deficient (MMRd) tumors exhibiting more anti-tumor immunity than mismatch repair-proficient (MMRp) tumors. To understand the rules governing these varied responses, we transcriptionally profiled 371,223 cells from colorectal tumors and adjacent normal tissues of 28 MMRp and 34 MMRd individuals. Analysis of 88 cell subsets and their 204 associated gene expression programs revealed extensive transcriptional and spatial remodeling across tumors. To discover hubs of interacting malignant and immune cells, we identified expression programs in different cell types that co-varied across tumors from affected individuals and used spatial profiling to localize coordinated programs. We discovered a myeloid cell-attracting hub at the tumor-luminal interface associated with tissue damage and an MMRd-enriched immune hub within the tumor, with activated T cells together with malignant and myeloid cells expressing T cell-attracting chemokines. By identifying interacting cellular programs, we reveal the logic underlying spatially organized immune-malignant cell networks.

The synovium is a mesenchymal tissue composed mainly of fibroblasts, with a lining and sublining that surround the joints. In rheumatoid arthritis the synovial tissue undergoes marked hyperplasia, becomes inflamed and invasive, and destroys the joint1,2. It has recently been shown that a subset of fibroblasts in the sublining undergoes a major expansion in rheumatoid arthritis that is linked to disease activity3–5; however, the molecular mechanism by which these fibroblasts differentiate and expand is unknown. Here we identify a critical role for NOTCH3 signalling in the differentiation of perivascular and sublining fibroblasts that express CD90 (encoded by THY1). Using single-cell RNA sequencing and synovial tissue organoids, we found that NOTCH3 signalling drives both transcriptional and spatial gradients—emanating from vascular endothelial cells outwards—in fibroblasts. In active rheumatoid arthritis, NOTCH3 and Notch target genes are markedly upregulated in synovial fibroblasts. In mice, the genetic deletion of Notch3 or the blockade of NOTCH3 signalling attenuates inflammation and prevents joint damage in inflammatory arthritis. Our results indicate that synovial fibroblasts exhibit a positional identity that is regulated by endothelium-derived Notch signalling, and that this stromal crosstalk pathway underlies inflammation and pathology in inflammatory arthritis. NOTCH3 signalling is shown to be the underlying driver of the differentiation and expansion of a subset of synovial fibroblasts implicated in the pathogenesis of rheumatoid arthritis.

The relationship of SARS-CoV-2 pulmonary infection and severity of disease is not fully understood. Here we show analysis of autopsy specimens from 24 patients who succumbed to SARS-CoV-2 infection using a combination of different RNA and protein analytical platforms to characterize inter-patient and intra-patient heterogeneity of pulmonary virus infection. There is a spectrum of high and low virus cases associated with duration of disease. High viral cases have high activation of interferon pathway genes and a predominant M1-like macrophage infiltrate. Low viral cases are more heterogeneous likely reflecting inherent patient differences in the evolution of host response, but there is consistent indication of pulmonary epithelial cell recovery based on napsin A immunohistochemistry and RNA expression of surfactant and mucin genes. Using a digital spatial profiling platform, we find the virus corresponds to distinct spatial expression of interferon response genes demonstrating the intra-pulmonary heterogeneity of SARS-CoV-2 infection.

COVID-19 has caused over 1 million deaths globally, yet the cellular mechanisms underlying severe disease remain poorly understood. By analyzing several thousand plasma proteins in 306 COVID-19 patients and 78 symptomatic controls over serial timepoints using two complementary approaches, we uncover COVID-19 host immune and non-immune proteins not previously linked to this disease. Integration of plasma proteomics with nine published scRNAseq datasets shows that SARS-CoV-2 infection upregulates monocyte/macrophage, plasmablast, and T cell effector proteins. By comparing patients who died to severely ill patients who survived, we identify dynamic immunomodulatory and tissue-associated proteins associated with survival, providing insights into which host responses are beneficial and which are detrimental to survival. We identify intracellular death signatures from specific tissues and cell types, and by associating these with angiotensin converting enzyme 2 (ACE2) expression, we map tissue damage associated with severe disease and propose which damage results from direct viral infection rather than from indirect effects of illness. We find that disease severity in lung tissue is driven by myeloid cell phenotypes and cell-cell interactions with lung epithelial cells and T cells. Based on these results, we propose a model of immune and epithelial cell interactions that drive cell-type specific and tissue-specific damage in severe COVID-19.

Senescent cell accumulation has been implicated in the pathogenesis of aging-associated diseases, including cancer. The mechanism that prevents the accumulation of senescent cells in aging human organs is unclear. Here, we demonstrate that a virus-immune axis controls the senescent fibroblast accumulation in the human skin. Senescent fibroblasts increased in old skin compared with young skin. However, they did not increase with advancing age in the elderly. Increased CXCL9 and cytotoxic CD4+ T cells (CD4 CTLs) recruitment were significantly associated with reduced senescent fibroblasts in the old skin. Senescent fibroblasts expressed human leukocyte antigen class II (HLA-II) and human cytomegalovirus glycoprotein B (HCMV-gB), becoming direct CD4 CTL targets. Skin-resident CD4 CTLs eliminated HCMV-gB+ senescent fibroblasts in an HLA-II-dependent manner, and HCMV-gB activated CD4 CTLs from the human skin. Collectively, our findings demonstrate HCMV reactivation in senescent cells, which CD4 CTLs can directly eliminate through the recognition of the HCMV-gB antigen.

Abstract Background Detailed molecular analyses of cells from rheumatoid arthritis (RA) synovium hold promise in identifying cellular phenotypes that drive tissue pathology and joint damage. The Accelerating Medicines Partnership (AMP) RA/SLE network aims to deconstruct autoimmune pathology by examining cells within target tissues through multiple high-dimensional assays. Robust standardized protocols need to be developed before cellular phenotypes at a single cell level can be effectively compared across patient samples. Methods Multiple clinical sites collected cryopreserved synovial tissue fragments from arthroplasty and synovial biopsy in a 10%-DMSO solution. Mechanical and enzymatic dissociation parameters were optimized for viable cell extraction and surface protein preservation for cell sorting and mass cytometry, as well as for reproducibility in RNA sequencing (RNA-seq). Cryopreserved synovial samples were collectively analyzed at a central processing site by a custom-designed and validated 35-marker mass cytometry panel. In parallel, each sample was flow sorted into fibroblast, T cell, B cell, and macrophage suspensions for bulk population RNA-seq and plate-based single cell CEL-Seq2 RNA-seq. Results Upon dissociation, cryopreserved synovial tissue fragments yielded a high frequency of viable cells, comparable to samples undergoing immediate processing. Optimization of synovial tissue dissociation across six clinical collection sites with ∼30 arthroplasty and ∼20 biopsy samples yielded a consensus digestion protocol using 100µg/mL of Liberase TL ™ enzyme. This protocol yielded immune and stromal cell lineages with preserved surface markers and minimized variability across replicate RNA-seq transcriptomes. Mass cytometry analysis of cells from cryopreserved synovium distinguished: 1) diverse fibroblast phenotypes, 2) distinct populations of memory B cells and antibody-secreting cells, and 3) multiple CD4+ and CD8+ T cell activation states. Bulk RNA sequencing of sorted cell populations demonstrated robust separation of synovial lymphocytes, fibroblasts, and macrophages. Single cell RNA-seq produced transcriptomes of over 1000 genes/cell, including transcripts encoding characteristic lineage markers identified. Conclusion We have established a robust protocol to acquire viable cells from cryopreserved synovial tissue with intact transcriptomes and cell surface phenotypes. A centralized pipeline to generate multiple high-dimensional analyses of synovial tissue samples collected across a collaborative network was developed. Integrated analysis of such datasets from large patient cohorts may help define molecular heterogeneity within RA pathology and identify new therapeutic targets and biomarkers.

Abstract Most patients treated with immune checkpoint blockade (ICB) do not have durable treatment responses. Therefore, there is a critical need to identify early non-invasive biomarkers of response. We performed plasma proteomic analysis (>700 proteins) at three timepoints on 174 metastatic melanoma patients treated with ICB. We leverage independent training and testing cohorts to build a predictor of immunotherapy response that outperforms several tissue-based approaches. We found 217 differentially expressed proteins between ICB responders (R) and non-responders (NR), including a co-regulated module of proteins enriched in certain NR patients. By analyzing single-cell RNA-sequencing data of tumor biopsies from 32 patients, we dissected the relative contribution of cells in the tumor to proteins in circulation. The majority of proteins in the co-regulated NR module derived from tumor and myeloid cells. Amongst myeloid cells, we identified a subset of tumor-associated macrophages (TAMs) with a suppressive phenotype that expressed high levels of the co-regulated NR module, thus suggesting they are key drivers of non-response signatures. Together, our data demonstrates the utility of plasma proteomics in biomarker discovery and in understanding the biology of host response to tumors.