Abstract The functional diversity of natural killer (NK) cell repertoires stems from differentiation, homeostatic, receptor–ligand interactions and adaptive-like responses to viral infections. In the present study, we generated a single-cell transcriptional reference map of healthy human blood- and tissue-derived NK cells, with temporal resolution and fate-specific expression of gene-regulatory networks defining NK cell differentiation. Transfer learning facilitated incorporation of tumor-infiltrating NK cell transcriptomes (39 datasets, 7 solid tumors, 427 patients) into the reference map to analyze tumor microenvironment (TME)-induced perturbations. Of the six functionally distinct NK cell states identified, a dysfunctional stressed CD56 bright state susceptible to TME-induced immunosuppression and a cytotoxic TME-resistant effector CD56 dim state were commonly enriched across tumor types, the ratio of which was predictive of patient outcome in malignant melanoma and osteosarcoma. This resource may inform the design of new NK cell therapies and can be extended through transfer learning to interrogate new datasets from experimental perturbations or disease conditions.

Abstract Inhibitory signaling during natural killer (NK) cell education translates into increased responsiveness to activation; however the intracellular mechanism for functional tuning by inhibitory receptors remains unclear. We found that educated NK cells expressing self-MHC specific inhibitory killer cell immunoglobulin-like receptors (KIR) show accumulation of granzyme B, localized in dense-core secretory lysosomes, converged close to the centrosome. This discrete morphological phenotype persists in self-KIR + NK cells independently of transcriptional programs that regulate effector function, metabolism and lysosomal biogenesis. The granzymeB dense, large secretory lysosomes in self-KIR + NK cells were efficiently released upon target cell recognition, contributing to their enhanced cytotoxic capacity. Secretory lysosomes are part of the acidic lysosomal compartment, which has been shown to channel calcium and mediate intracellular signalling in several cell types. Interference of signaling from acidic Ca 2+ stores in primary NK cells reduced both target-specific Ca 2+ -flux, degranulation and cytokine production. Furthermore, inhibition of PI(3,5)P 2 synthesis or genetic silencing of the PI(3,5)P 2 -regulated lysosomal Ca 2+ -channel TRPML1 led to increased levels of granzyme B and enhanced functional potential. These results indicate an intrinsic role for lysosomal homeostasis in NK cell education.

ABSTRACT During the COVID-19 pandemic, several SARS-CoV-2 variants of concern (VOC) emerged, bringing with them varying degrees of health and socioeconomic burdens. In particular, the Omicron VOC displayed distinct features of increased transmissibility accompanied by anti-genic drift in the spike protein that partially circumvented the ability of pre-existing anti-body responses in the global population to neutralize the virus. However, T cell immunity has remained robust throughout all the different VOC transmission waves and has emerged as a critically important correlate of protection against SARS-CoV-2 and it’s VOCs, in both vaccinated and infected individuals. Therefore, as SARS-CoV-2 VOCs continue to evolve, it is crucial that we characterize the correlates of protection and the potential for immune escape for both B cell and T cell human immunity in the population. Generating the insights necessary to understand T cell immunity, experimentally, for the global human population is at present critical but a time consuming, expensive, and laborious process. Further, it is not feasible to generate global or universal insights into T cell immunity in an actionable time frame for potential future emerging VOCs. However, using computational means we can expedite and provide early insights into the correlates of T cell protection. In this study, we generated and reveal insights on the T cell epitope landscape for the five main SARS-CoV-2 VOCs observed to date. We demonstrated here using a unique AI prediction platform, a strong concordance in global T cell protection across all mutated peptides for each VOC. This was modeled using the most frequent HLA alleles in the human population and covers the most common HLA haplotypes in the human population. The AI resource generated through this computational study and associated insights may guide the development of T cell vaccines and diagnostics that are even more robust against current and future VOCs, and their emerging subvariants.

Abstract The functional diversity of natural killer (NK) cell repertoires stems from differentiation, homeostatic receptor-ligand interactions, and adaptive-like responses to viral infections. Here, we generated a single-cell transcriptional reference map of healthy human blood and tissue-derived NK cells, with temporal resolution and fate-specific expression of gene regulator networks defining NK cell differentiation. Using transfer learning, transcriptomes of tumor-infiltrating NK cells from seven solid tumor types (427 patients), combined from 39 datasets, were incorporated into the reference map and interrogated for tumor microenvironment (TME)-induced perturbations. We identified six functionally distinct NK cellular states in healthy and malignant tissues, two of which were commonly enriched for across tumor types: a dysfunctional ‘stressed’ CD56 bright state susceptible to TME-induced immunosuppression and a cytotoxic TME-resistant ‘effector’ CD56 dim state. The ratio of ‘stressed’ CD56 bright and ‘effector’ CD56 dim was predictive of patient outcome in malignant melanoma and osteosarcoma. This resource may inform the design of novel NK cell therapies and can be extended endlessly through transfer learning to interrogate new datasets from experimental perturbations or disease conditions.

Abstract The global population is at present suffering from a pandemic of Coronavirus disease 2019 (COVID-19), caused by the novel coronavirus Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2). The goals of this study were to use artificial intelligence (AI) to predict blueprints for designing universal vaccines against SARS-CoV-2, that contain a sufficiently broad repertoire of T-cell epitopes capable of providing coverage and protection across the global population. To help achieve these aims, we profiled the entire SARS-CoV-2 proteome across the most frequent 100 HLA-A, HLA-B and HLA-DR alleles in the human population, using host-infected cell surface antigen presentation and immunogenicity predictors from the NEC Immune Profiler suite of tools, and generated comprehensive epitope maps. We then used these epitope maps as input for a Monte Carlo simulation designed to identify statistically significant “epitope hotspot” regions in the virus that are most likely to be immunogenic across a broad spectrum of HLA types. We then removed epitope hotspots that shared significant homology with proteins in the human proteome to reduce the chance of inducing off-target autoimmune responses. We also analyzed the antigen presentation and immunogenic landscape of all the nonsynonymous mutations across 3400 different sequences of the virus, to identify a trend whereby SARS-COV-2 mutations are predicted to have reduced potential to be presented by host-infected cells, and consequently detected by the host immune system. A sequence conservation analysis then removed epitope hotspots that occurred in less-conserved regions of the viral proteome. Finally, we used a database of the HLA genotypes of approximately 22 000 individuals to develop a “digital twin” type simulation to model how effective different combinations of hotspots would work in a diverse human population, and used the approach to identify an optimal constellation of epitopes hotspots that could provide maximum coverage in the global population. By combining the antigen presentation to the infected-host cell surface and immunogenicity predictions of the NEC Immune Profiler with a robust Monte Carlo and digital twin simulation, we have managed to profile the entire SARS-CoV-2 proteome and identify a subset of epitope hotspots that could be harnessed in a vaccine formulation to provide a broad coverage across the global population.

Natural killer cell repertoires are functionally diversified as a result of differentiation, homeostatic receptor-ligand interactions and adaptive responses to viral infections. However, the regulatory gene-circuits that define the manifold cell states and drive NK cell differentiation have not been clearly resolved. Here, we performed single-cell RNA sequencing of 26,506 cells derived from sorted phenotypically-defined human NK cell subsets to delineate a tightly coordinated differentiation process from a small population of CD56bright precursors to adaptive NKG2C+ CD56dim NK cells. RNA velocity analysis identified a clear directionality in the transition from CD56bright to CD56dim NK cells, which was dominated by genes involved in transcription and translation as well as acquisition of NK cell effector function. Gene expression trends mapped to pseudotime, defined by increasing entropy, identified three distinct transcriptional checkpoints, reflecting important changes in regulatory gene-circuits. The CD56bright NK cell population dominated pseudotime with two distinct checkpoints separating precursors from intermediate states that gradually took on transcriptional signatures similar to CD56dim NK cells. The final checkpoint occurred during late terminal differentiation of CD56dim NK cells and was associated with unique divergent gene-expression trends. Furthermore, we utilized this single-cell RNA sequencing resource to decipher the regulation of genes involved in lysosomal biogenesis and found a coordinated gradual increase in the RAB4 and BLOC1S gene families with differentiation into CD56dim NK cells. These results identify important gene programs driving functional diversification and specialization during NK cell differentiation and hold potential to guide new strategies for NK cell-based cancer immunotherapy.

ABSTRACT Background The accurate computational prediction of B cell epitopes can vastly reduce the cost and time required for identifying potential epitope candidates for the design of vaccines and immunodiagnostics. However, current computational tools for B cell epitope prediction perform poorly and are not fit-for-purpose, and there remains enormous room for improvement and the need for superior prediction strategies. Results Here we propose a novel approach that improves B cell epitope prediction by encoding epitopes as binary molecular permutation vectors that represent the position and structural properties of the amino acids within a protein antigen sequence that interact with an antibody, rather than the traditional approach of defining epitopes as scores per amino acid on a protein sequence that pertain to their probability of partaking in a B cell epitope antibody interaction. In addition to defining epitopes as binary molecular permutation vectors, the approach also uses the 3D macrostructure features of the unbound 3D protein structures, and in turn uses these features to train another deep learning model on the corresponding antibody-bound protein 3D structures. We demonstrate that the strategy predicts B cell epitopes with improved accuracy compared to the existing tools. Additionally, we demonstrate that this approach reliably identifies the majority of experimentally verified epitopes on the spike protein of SARS-CoV-2 not seen by the model in training and generalizes in very robust manner on dissimilar data not seen by the model in training. Conclusions With the approach described herein, a primary protein sequence with the query molecular permutation vector alone is required to predict B cell epitopes in a reliable manner, potentially advancing the use of computational prediction of B cell epitopes in biomedical research applications.

Natural killer (NK) cell repertoires are made up of a vast number of phenotypically distinct subsets with different functional properties. The molecular programs involved in maintaining NK cell repertoire diversity under homeostatic conditions remains elusive. Here we show that subset-specific NK cell proliferation kinetics correlate with mTOR activation, and that global repertoire diversity is maintained through a high degree of intra-lineage subset plasticity during IL-15-driven homeostatic proliferation in vitro. High-resolution flow cytometry and single cell RNA sequencing revealed that slowly cycling sorted KIR+CD56dim NK cells with an induced CD57 phenotype display increased functional potential associated with inhibitory MHC interactions and activating DAP12 signaling. In contrast, rapidly cycling cells upregulate NKG2A and display a general loss of functionality associated with a transcriptional increase in RNA-binding metabolic enzymes and cytokine signaling pathways. These results shed new light on the role of intra-lineage plasticity during NK cell homeostasis and suggest that the functional fate of the cell is tightly linked to the acquired phenotype and determined by transcriptional reprogramming.