The immunologic landscape of tumors has been continuously unveiled, providing a new look at the interactions between cancer cells and the immune system.Emerging tumor cells are constantly eliminated by the immune system, but some cells establish a long-term equilibrium phase leading to tumor immunoediting and, eventually, evasion.During this process, tumor cells tend to acquire more mutations.Bearing a high mutation burden leads to a greater number of neoantigens with the potential to initiate an immune response.Although many tumors evoke an immune response, tumor clearance by the immune system does not occur due to a suppressive tumor microenvironment.The mechanisms by which tumors achieve the ability to evade immunologic control vary.Understanding these differences is crucial for the improvement and application of new immune-based therapies.Much effort has been placed in developing in silico algorithms to predict tumor immunogenicity and to characterize the microenvironment via high-throughput sequencing and gene expression techniques.Each sequencing source, transcriptomics, and genomics yields a distinct level of data, helping to elucidate the tumor-based immune responses and guiding the fine-tuning of current and upcoming immune-based therapies.In this review, we explore some of the immunological concepts behind the new immunotherapies and the bioinformatic tools to study the immunological aspects of tumors, focusing on neoantigen determination and microenvironment deconvolution.We further discuss the immune-based therapies already in clinical use, those underway for future clinical application, the next steps in immunotherapy, and how the characterization of the tumor immune contexture can impact therapies aiming to promote or unleash immune-based tumor elimination.

Abstract Background Many SARS-CoV-2 variants of concern have emerged since the Covid-19 outburst, notably the lineages detected in the UK, South Africa, and Brazil. Their increased transmissibility and higher viral load put them in the spotlight. Much has been investigated on the ability of those new variants to evade antibody recognition. However, not enough attention has been given to pre-existing and induced SARS-CoV-2-specific CD8+ T cell responses during the natural course of infection by new lineages. Methods In this work, we investigated the SARS-CoV-2-specific CD8+ T cell epitopes from the main variants of concern and the potential of associated mutations to trigger or hinder CD8+ T-cells response. We also estimated the population’s coverage of these different lineages, considering peptide binding predictions to class I HLA alleles from 29 countries to investigate differences in the fraction of individuals expected to respond to a given epitope set from new and previous lineages. Results We observed a lower populational coverage for 20B/S.484K (P.2 lineage) in contrast to an increased coverage found for 20H/501Y.V2 (B.1.351 Lineage) and 20J/501Y.V3 (P.1 lineage) compared to a reference lineage. Moreover, mutations such as Spike N501Y and Nucleocapsid T205I were predicted to have an overall higher affinity through HLA-I than the reference sequence. Conclusions In summary, the data in this work provided evidence for the existence of potentially immunogenic and conserved epitopes across new SARS-CoV-2 variants, but also highlights the reduced populational’s coverage for the Brazilian lineage P.2, suggesting its potential to evade from CD8+ T-cell responses. Our results also may guide efforts to characterize and validate relevant peptides to trigger CD8+ T-cell responses, and design new universal T-cell-inducing vaccine candidates that minimize detrimental effects of viral diversification and at the same time induce responses to a broad human population.

SUMMARY The poor prognosis of head and neck cancer (HNC) is associated with the presence of metastasis within the lymph nodes (LNs). Herein, the proteome of 140 multisite samples from a 59-HNC patient cohort, including primary and matched LN-negative or -positive tissues, saliva, and blood cells, reveals insights into the biology and potential metastasis biomarkers that may assist in clinical decision making. Protein profiles are strictly associated with immune modulation across datasets, and this provides the basis for investigating immune markers associated with metastasis. The proteome of LN metastatic cells recapitulates the proteome of the primary tumor sites. Conversely, the LN microenvironment proteome highlights the candidate prognostic markers. By integrating prioritized peptide, protein, and transcript levels with machine learning models, we identified a nodal metastasis signature in the blood and saliva. In summary, we present the deepest proteome characterization wiring multiple sampling sites in HNC, thus providing a promising basis for understanding tumoral biology and identifying metastasis-associated signatures.

Abstract Tumor-associated myeloid-derived cells (MDCs) significantly impact cancer prognosis and treatment responses due to their remarkable plasticity and tumorigenic behaviors. Here, we integrate single-cell RNA-sequencing data from different cancer types, identifying 29 MDC subpopulations within the tumor microenvironment. Our analysis reveals abnormally expanded MDC subpopulations across various tumors and distinguishes cell states that have often been grouped together, such as TREM2+ and FOLR2+ subpopulations. Using deconvolution approaches, we identify five subpopulations as independent prognostic markers, including states co-expressing TREM2 and PD-1, and FOLR2 and PDL-2. Additionally, TREM2 alone does not reliably predict cancer prognosis, as other TREM2+ macrophages show varied associations with prognosis depending on local cues. Validation in independent cohorts confirms that FOLR2-expressing macrophages correlate with poor clinical outcomes in ovarian and triple-negative breast cancers. This comprehensive MDC atlas offers valuable insights and a foundation for futher analyses, advancing strategies for treating solid cancers.

Abstract Tumor-associated myeloid-derived cells (MDCs) significantly impact cancer prognosis and treatment response due to their remarkable plasticity and tumorigenic behaviors. We integrated single-cell RNA-Sequencing datasets from seven different cancers, resulting in a comprehensive collection of 29 MDC subpopulations in the tumor microenvironment (TME). Distinguishing resident-tissue from monocyte-derived macrophages, we discovered a resident-tissue-like subpopulation within monocyte-derived macrophages. Additionally, hypoxia-driven macrophages emerged as a prominent TME component. Deconvolution of these profiles revealed five subpopulations as independent prognostic markers across various cancer types. Validation in large cohorts confirmed the FOLR2-expressing macrophage association with poor clinical outcomes in ovarian and triple-negative breast cancer. Moreover, the marker TREM2, commonly used to define immunosuppressive tumor-associated macrophages, cannot solely predict cancer prognosis, as different polarization states of macrophages express this marker in a context-dependent manner. This comprehensive MDC atlas offers valuable insights and a foundation for novel analyses, advancing strategies for treating solid cancers.

Introduction: Inhibitory receptors such as PD-1, LAG-3, TIM-3 and CTLA-4 have gained special attention as potential targets for immunotherapy, since manipulation of negative signals mediated by these receptors may provide new therapeutic forms for several diseases, as cancer. More recently, Lymphocyte activation gene-3 (LAG-3) was described as a cell surface molecule interacting with MHC class II molecules. Identifying how proteins transduce the signal from these receptors has been a challenge. Once identified, these molecules can also be targets for novel therapeutics. In 2012, in order to identify interactions between proteins in a proximity-dependent manner, Roux et al (2012) created a method called BioID based on the fusion of a protein of interest to a mutated biotin ligase (R118G) (CHOI-RHEE et al., 2004; CRONAN, 2005; ROUX et al., 2012) which has the ability to add biotin to molecules that are at 20 nm or less from the protein of interest. Once biotinylated, the proteins can be recovered by binding to beads conjugated to streptavidin and identified by mass spectrometry. Objective: To perform a screening of proteins interacting with LAG-3 through the BioID method as well as to identify the possible signaling pathways modulated by LAG-3 signaling Methodology: Chimeric antigen receptors (CARs) were constructed with the anti-CD20 scFv fused to the intracellular domains consisting of: Lag-3 WT, Lag-3 Kmut (K=> A mutation in the KIEELE domain), Lag3 EPdel (deleted EP domain), all fused to the BirA domain, with further induction of expression of these CARs in the HEK293T and Jurkat (CD4+ T lymphocyte) cell lines. Biotin at a final concentration of 50uM will be added directly to the culture medium and subsequently the cells will be lysed; the proteins recovered through beads conjugated to streptavidin and, after trypsin digestion, analyzed in mass spectrometer. In silico analysis of possible signaling pathways involved downstream to LAG-3 will also be performed based on the labeled proteins identified in mass spectrometry. Results: CAR based receptors were synthetized and cloned into pcDNA3.1 vector MCSBirA (R118G) -HA, using the AgeI and BamHI sites, in frame with the BirA domain. The CAR anti-CD20 / Lag3Wild Type-BirA was electroporated in the HEK293T cell lineage, presenting 80% of expression. CARs Ep del and Kmut were also electroporated into HEK 293T cell lineage showing 39% and 41% of CAR expression. Analysis of the biotinylation pattern by Western blotting was performed (incubation with Pierce ™ High Sensitivity Streptavidin-HRP) for CAR anti-CD20 / Lag3Wild Type-BirA, and the expected ladder pattern of biotinylation was observed. Conclusion: The constructed CARs were expressed in the target cell lines leading to the expected biotinilated patterns.

Introduction: Inhibitory receptors such as PD-1, LAG-3 and CTLA-4 have gained special attention as potential targets for immunotherapy, since manipulation of negative signals mediated by these receptors may provide new therapeutic options for several diseases, as cancer.LAG-3 was described as a cell surface molecule interacting with MHC class II molecules.Identifying how proteins transduce the signal from these receptors has been a challenge but, once identified, these molecules can also be targets for novel therapeutics.In 2012, a method called BioID was developed based on the fusion of a protein of interest to a mutated biotin ligase (R118G), which has the ability to add biotin to molecules that are at 20 nm or less from the protein of interest.Once biotinylated, the proteins can be recovered and identified by mass spectrometry.Objective: To perform a screening of proteins interacting with LAG-3 through the BioID method.Methodology: chimeric antigen receptors (CARs) were constructed with the anti-CD20 scFv fused to the intracellular domains consisting of: Lag-3 WT, Lag-3 Kmut, Lag3 EPdel (deleted EP domain), all fused to the BirA domain, with further induction of expression in the HEK293T and Jurkat cell lines.Flow cytometry analysis will be performed to verify the CAR's expression in the cells, and immunofluorescence assay to analyze the localization of the CARs. Results:The CAR anti-CD20/Lag3 WT-BirA was electroporated in the HEK293T cells presenting 80% of expression.CARs Ep del and Kmut showed 39% and 41% of CAR expression.By immunofluorescence staining it was possible to observe the cytoplasmatic localization of the CARs.Analysis of the biotinylation pattern by Western blotting was performed for CAR anti-CD20/Lag3WT-BirA, and the expected ladder pattern of biotinylation was observed. Conclusion:The constructed CARs were expressed in the target cell lines leading to the expected biotinilated patterns.