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 enable arrayed or pooled loss-of-function screens in a wide range of mammalian cell types, including primary and nondividing cells, we are developing lentiviral short hairpin RNA (shRNA) libraries targeting the human and murine genomes. The libraries currently contain 104,000 vectors, targeting each of 22,000 human and mouse genes with multiple sequence-verified constructs. To test the utility of the library for arrayed screens, we developed a screen based on high-content imaging to identify genes required for mitotic progression in human cancer cells and applied it to an arrayed set of 5,000 unique shRNA-expressing lentiviruses that target 1,028 human genes. The screen identified several known and ∼100 candidate regulators of mitotic progression and proliferation; the availability of multiple shRNAs targeting the same gene facilitated functional validation of putative hits. This work provides a widely applicable resource for loss-of-function screens, as well as a roadmap for its application to biological discovery.

CRISPR-Cas9 is a versatile genome editing technology for studying the functions of genetic elements. To broadly enable the application of Cas9 in vivo, we established a Cre-dependent Cas9 knockin mouse. We demonstrated in vivo as well as ex vivo genome editing using adeno-associated virus (AAV)-, lentivirus-, or particle-mediated delivery of guide RNA in neurons, immune cells, and endothelial cells. Using these mice, we simultaneously modeled the dynamics of KRAS, p53, and LKB1, the top three significantly mutated genes in lung adenocarcinoma. Delivery of a single AAV vector in the lung generated loss-of-function mutations in p53 and Lkb1, as well as homology-directed repair-mediated KrasG12D mutations, leading to macroscopic tumors of adenocarcinoma pathology. Together, these results suggest that Cas9 mice empower a wide range of biological and disease modeling applications.

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.

Identification of human leukocyte antigen (HLA)-bound peptides by liquid chromatography-tandem mass spectrometry (LC-MS/MS) is poised to provide a deep understanding of rules underlying antigen presentation. However, a key obstacle is the ambiguity that arises from the co-expression of multiple HLA alleles. Here, we have implemented a scalable mono-allelic strategy for profiling the HLA peptidome. By using cell lines expressing a single HLA allele, optimizing immunopurifications, and developing an application-specific spectral search algorithm, we identified thousands of peptides bound to 16 different HLA class I alleles. These data enabled the discovery of subdominant binding motifs and an integrative analysis quantifying the contribution of factors critical to epitope presentation, such as protein cleavage and gene expression. We trained neural-network prediction algorithms with our large dataset (>24,000 peptides) and outperformed algorithms trained on datasets of peptides with measured affinities. We thus demonstrate a strategy for systematically learning the rules of endogenous antigen presentation.

Peeking at Pathogen Response Networks Networks controlling gene expression serve as key decision-making circuits in cells, but the regulatory networks that control dynamic and specific gene expression responses to stimuli are often not well understood. This is particularly true for immune dendritic cells (DCs), which respond to pathogens by mounting elaborate transcriptional responses, and are centrally involved in infectious diseases, autoimmunity, and vaccines. Amit et al. (p. 257 , published online 3 September) explored the transcriptional response of dendritic cells to specific classes of pathogens. The transcriptional subnetworks responsible for mammalian dendritic cell responses to different pathogens were identified, and the function of 100 regulators clarified.

Genome-wide association studies (GWAS) have identified thousands of noncoding loci that are associated with human diseases and complex traits, each of which could reveal insights into the mechanisms of disease1. Many of the underlying causal variants may affect enhancers2,3, but we lack accurate maps of enhancers and their target genes to interpret such variants. We recently developed the activity-by-contact (ABC) model to predict which enhancers regulate which genes and validated the model using CRISPR perturbations in several cell types4. Here we apply this ABC model to create enhancer-gene maps in 131 human cell types and tissues, and use these maps to interpret the functions of GWAS variants. Across 72 diseases and complex traits, ABC links 5,036 GWAS signals to 2,249 unique genes, including a class of 577 genes that appear to influence multiple phenotypes through variants in enhancers that act in different cell types. In inflammatory bowel disease (IBD), causal variants are enriched in predicted enhancers by more than 20-fold in particular cell types such as dendritic cells, and ABC achieves higher precision than other regulatory methods at connecting noncoding variants to target genes. These variant-to-function maps reveal an enhancer that contains an IBD risk variant and that regulates the expression of PPIF to alter the membrane potential of mitochondria in macrophages. Our study reveals principles of genome regulation, identifies genes that affect IBD and provides a resource and generalizable strategy to connect risk variants of common diseases to their molecular and cellular functions.

Immune Variation It is difficult to determine the mechanistic consequences of context-dependent genetic variants, some of which may be related to disease (see the Perspective by Gregersen ). Two studies now report on the effects of stimulating immunological monocytes and dendritic cells with proteins that can elicit a response to bacterial or viral infection and assess the functional links between genetic variants and profiles of gene expression. M. N. Lee et al. ( 10.1126/science.1246980 ) analyzed the expression of more than 400 genes, in dendritic cells from 534 healthy subjects, which revealed how expression quantitative trait loci (eQTLs) affect gene expression within the interferon-β and the Toll-like receptor 3 and 4 pathways. Fairfax et al. ( 10.1126/science.1246949 ) performed a genome-wide analysis to show that many eQTLs affected monocyte gene expression in a stimulus- or time-specific manner.

How the immune system readies for battle Although gene expression is tightly controlled at both the RNA and protein levels, the quantitative contribution of each step, especially during dynamic responses, remains largely unknown. Indeed, there has been much debate whether changes in RNA level contribute substantially to protein-level regulation. Jovanovic et al. built a genome-scale model of the temporal dynamics of differential protein expression during the stimulation of immunological dendritic cells (see the Perspective by Li and Biggin). Newly stimulated functions involved the up-regulation of specific RNAs and concomitant increases in the levels of the proteins they encode, whereas housekeeping functions were regulated posttranscriptionally at the protein level. Science , this issue 10.1126/science.1259038 ; see also p. 1066