The SARS-CoV-2 Omicron variant (B.1.1.529) contains mutations that mediate escape from antibody responses, although the extent to which these substitutions in spike and non-spike proteins affect T cell recognition is unknown. In this study, we show that T cell responses in individuals with prior infection, vaccination, both prior infection and vaccination, and boosted vaccination are largely preserved to Omicron spike and non-spike proteins. However, we also identify a subset of individuals (∼21%) with a >50% reduction in T cell reactivity to the Omicron spike. Evaluation of functional CD4

A major challenge in cancer therapy is drug resistance, which is typically attributed to acquired mutations and tumor heterogeneity. However, emerging evidence suggests that dynamic cellular interactions and group behavior also contribute to drug resistance, although, the details of such mechanisms are poorly understood. Here, by combining real time cellular growth data with mathematical modeling, we showed that the cisplatin-sensitive and tolerant lung cancer cells when co-cultured in cisplatin-free and cisplatin-treated environments, exhibit drastically different group strategies in response to environmental changes. While tolerant cells exhibited a persister-like behaviour and were attenuated by sensitive cells, sensitive cells ‘learned’ to evade chemotherapy from tolerant cells when co-cultured. Further, tolerant cells could switch phenotypes to become sensitive, although high cisplatin concentrations suppressed this switching. Finally, switching cisplatin administration from continuous to intermittent suppressed the emergence of tolerant cells, suggesting that intermittent rather than continuous chemotherapy may result in better outcomes in lung cancer.

Oncogenic (mutant) Ras protein Kirsten rat sarcoma viral oncogene homolog (KRAS) promotes uncontrolled proliferation, altered metabolism, and loss of genome integrity in a cell-intrinsic manner. Here, we demonstrate that CD4+ T cells when incubated with tumor-derived exosomes from mutant (MT) KRAS non-small cell lung cancer (NSCLC) cells, patient sera, or a mouse xenograft model, induce phenotypic conversion to FOXP3+ Treg-like cells that are immune-suppressive. Furthermore, transfecting T cells with MT KRAS cDNA alone induced phenotypic switching and mathematical modeling supported this conclusion. Single-cell sequencing identified the interferon pathway as the mechanism underlying the phenotypic switch. These observations highlight a novel cytokine-independent, cell-extrinsic role for KRAS in T cell phenotypic switching. Thus, targeting this new class of Tregs represents a unique therapeutic approach for NSCLC. Since KRAS is the most frequently mutated oncogene in a wide variety of cancers, the findings of this investigation are likely to be of broad interest and have a large scientific impact.

Understanding adaptive immunity against SARS-CoV-2 is a major requisite for the development of effective vaccines and treatments for COVID-19. CD4+ T cells play an integral role in this process primarily by generating antiviral cytokines and providing help to antibody-producing B cells. To empower detailed studies of SARS-CoV-2-specific CD4+ T cell responses in mouse models, we comprehensively mapped I-Ab restricted epitopes for the spike and nucleocapsid proteins of the BA.1 variant of concern via IFNγ ELISpot assay. This was followed by the generation of corresponding peptide:MHCII tetramer reagents to directly stain epitope-specific T cells. Using this rigorous validation strategy, we identified 6 reliably immunogenic epitopes in spike and 3 in nucleocapsid, all of which are conserved in the ancestral Wuhan strain. We also validated a previously identified epitope from Wuhan that is absent in BA.1. These epitopes and tetramers will be invaluable tools for SARS-CoV-2 antigen-specific CD4+ T cell studies in mice.

Tumor heterogeneity and cisplatin resistance are a major cause of tumor relapse and poor survival. Here we show that in lung adenocarcinoma (LUAD), paxillin (PXN) and integrin beta 4 (ITGB4) are associated with tumor progression, and cisplatin resistance. Silencing PXN and ITGB4 render cisplatin tolerant cells sensitive, and immunologically neutralizing ITGB4 improves sensitivity. The N-terminal half of PXN is intrinsically disordered and interacts with ITGB4 to regulate expression of USP1 and VDAC1 which are required for maintaining genomic stability and mitochondrial function in LUAD. By virtual screening an FDA-approved compound library, we identified compounds that interact with PXN in silico and attenuate cisplatin resistance in LUAD cells. RNAseq analysis identified a double negative feedback loop between ITGB4 and microRNA miR-1-3p, suggesting that bistability could lead to stochastic switching between cisplatin-sensitive and resistant states in these cells. The data highlight an alternate, non-genetic, mechanism underlying chemoresistance in lung cancer.

Abstract Advances in gene sequencing technologies have accelerated the identification of genetic variants, but better tools are needed to understand which are causal of disease. This would be particularly useful in fields where gene therapy is a potential therapeutic modality for a disease-causing variant such as inherited retinal disease (IRD). Here, we apply structure-based network analysis (SBNA), which has been successfully utilized to identify variant-constrained amino acid residues in viral proteins, to identify residues that may cause IRD if subject to missense mutation. SBNA is based entirely on structural first principles and is not fit to specific outcome data, which makes it distinct from other contemporary missense prediction tools. In 4 well-studied human disease-associated proteins (BRCA1, HRAS, PTEN, and ERK2) with high-quality structural data, we find that SBNA scores correlate strongly with deep mutagenesis data. When applied to 47 IRD genes with available high-quality crystal structure data, SBNA scores reliably identified disease-causing variants according to phenotype definitions from the ClinVar database. Finally, we applied this approach to 63 patients at Massachusetts Eye and Ear (MEE) with IRD but for whom no genetic cause had been identified. Untrained models built using SBNA scores and BLOSUM62 scores for IRD-associated genes successfully predicted the pathogenicity of novel variants (AUC = 0.851), allowing us to identify likely causative disease variants in 40 IRD patients. Model performance was further augmented by incorporating orthogonal data from EVE scores (AUC = 0.927), which are based on evolutionary multiple sequence alignments. In conclusion, SBNA can used to successfully identify variants as causal of disease in human proteins and may help predict variants causative of IRD in an unbiased fashion.