Immunosurveillance of cancer requires the presentation of peptide antigens on major histocompatibility complex class I (MHC-I) molecules1–5. Current approaches to profiling of MHC-I-associated peptides, collectively known as the immunopeptidome, are limited to in vitro investigation or bulk tumour lysates, which limits our understanding of cancer-specific patterns of antigen presentation in vivo6. To overcome these limitations, we engineered an inducible affinity tag into the mouse MHC-I gene (H2-K1) and targeted this allele to the KrasLSL-G12D/+Trp53fl/fl mouse model (KP/KbStrep)7. This approach enabled us to precisely isolate MHC-I peptides from autochthonous pancreatic ductal adenocarcinoma and from lung adenocarcinoma (LUAD) in vivo. In addition, we profiled the LUAD immunopeptidome from the alveolar type 2 cell of origin up to late-stage disease. Differential peptide presentation in LUAD was not predictable by mRNA expression or translation efficiency and is probably driven by post-translational mechanisms. Vaccination with peptides presented by LUAD in vivo induced CD8+ T cell responses in naive mice and tumour-bearing mice. Many peptides specific to LUAD, including immunogenic peptides, exhibited minimal expression of the cognate mRNA, which prompts the reconsideration of antigen prediction pipelines that triage peptides according to transcript abundance8. Beyond cancer, the KbStrep allele is compatible with other Cre-driver lines to explore antigen presentation in vivo in the pursuit of understanding basic immunology, infectious disease and autoimmunity. A newly developed genetically engineered mouse model enables the analysis of specific antigen presentation in vivo, providing insights into the tumour immunopeptidome and cancer progression.

Abstract DNA mismatch repair deficiency (MMRd) in human cancer is associated with high tumor mutational burden (TMB), frameshift mutation-derived neoantigens, increased T cell infiltration, and remarkable responsiveness to immune checkpoint blockade (ICB) therapy. Nevertheless, about half of MMRd tumors do not respond to ICB for unclear reasons. While tumor cell line transplant models of MMRd have reinforced the importance of TMB in immune response, critical questions remain regarding the role of immunosurveillance in the evolution of MMRd tumors induced in vivo . Here, we developed autochthonous mouse models of lung and colon cancer with highly efficient ablation of MMR genes via in vivo CRISPR/Cas9 targeting. Surprisingly, MMRd in these models did not result in increased immunogenicity or response to ICB. Mechanistically, we showed this lack of immunogenicity to be driven by profound intratumoral heterogeneity (ITH). Studies in animals depleted of T cells further demonstrated that immunosurveillance in MMRd tumors has no impact on TMB but shapes the clonal architecture of neoantigens by exacerbating ITH. These results provide important context for understanding immune evasion in cancers with high TMB and have major implications for therapies aimed at increasing TMB.

Abstract Diverse processes in cancer are mediated by enzymes, which most proximally exert their function through their activity. Methods to quantify enzyme activity, rather than just expression, are therefore critical to our ability to understand the pathological roles of enzymes in cancer and to harness this class of biomolecules as diagnostic and therapeutic targets. Here we present an integrated set of methods for measuring specific enzyme activities across the organism, tissue, and cellular levels, which we unify into a methodological hierarchy to facilitate biological discovery. We focus on proteases for method development and validate our approach through the study of tumor progression and treatment response in an autochthonous model of Alk -mutant lung cancer. To quantitatively measure activity dynamics over time, we engineered multiplexed, peptide-based nanosensors to query protease activity in vivo . Machine learning analysis of sensor measurements revealed dramatic protease dysregulation in lung cancer, including significantly enhanced proteolytic cleavage of one peptide, S1 ( P adj < 0.0001), which returned to healthy levels within three days after initiation of targeted therapy. Next, to link these organism-level observations to the in situ context, we established a multiplexed assay for on-tissue localization of enzyme activity and pinpointed S1 cleavage to endothelial cells and pericytes of the tumor vasculature. Lastly, to directly link enzyme activity measurements to cellular phenotype, we designed a high-throughput method to isolate and characterize proteolytically active cells, uncovering profound upregulation of pro-angiogenic transcriptional programs in S1-positive cells. Together, these methods allowed us to discover that protease production by angiogenic vasculature responds rapidly to targeted therapy against oncogene-addicted tumor cells, identifying a highly dynamic interplay between tumor cells and their microenvironment. This work provides a generalizable framework to functionally characterize enzyme activity in cancer.

Abstract Effective immunosurveillance of cancer requires the presentation of peptide antigens on major histocompatibility complex Class I (MHC-I). Recent developments in proteomics have improved the identification of peptides that are naturally presented by MHC-I, collectively known as the “immunopeptidome”. Current approaches to profile tumor immunopeptidomes have been limited to in vitro investigation, which fails to capture the in vivo repertoire of MHC-I peptides, or bulk tumor lysates, which are obscured by the lack of tumor-specific MHC-I isolation. To overcome these limitations, we report here the engineering of a Cre recombinase-inducible affinity tag into the endogenous mouse MHC-I gene and targeting of this allele to the Kras LSL-G12D/+ ; p53 fl/fl (KP) mouse model (KP; K b Strep). This novel approach has allowed us to isolate tumor-specific MHC-I peptides from autochthonous pancreatic ductal adenocarcinoma (PDAC) and lung adenocarcinoma (LUAD) in vivo . With this powerful analytical tool, we were able to profile the evolution of the LUAD immunopeptidome through tumor progression and show that in vivo MHC-I presentation is shaped by post-translational mechanisms. We also uncovered novel, putative LUAD tumor associated antigens (TAAs). Many peptides that were recurrently presented in vivo exhibited very low expression of the cognate mRNA, provoking reconsideration of antigen prediction pipelines that triage peptides according to transcript abundance. Beyond cancer, the K b Strep allele is compatible with a broad range of Cre-driver lines to explore antigen presentation in vivo in the pursuit of understanding basic immunology, infectious disease, and autoimmunity.

ABSTRACT Lymphocytes play a key role in immune surveillance of tumors, but our understanding of the spatial organization and physical interactions that facilitate lymphocyte anti-cancer functions is limited. Here, we used multiplexed imaging, quantitative spatial analysis, and machine learning to create high-definition maps of tumor-bearing lung tissues from a Kras/p53 (KP) mouse model and human resections. Networks of directly interacting lymphocytes (‘lymphonets’) emerge as a distinctive feature of the anti-cancer immune response. Lymphonets nucleate from small T-cell clusters and incorporate B cells with increasing size. CXCR3-mediated trafficking modulates lymphonet size and number, but neoantigen expression directs intratumoral localization. Lymphonets preferentially harbor TCF1+/PD1+ progenitor CD8 T cells involved in responses to immune checkpoint blockade (ICB). Upon treatment of mice with ICB therapy or a neoantigen-targeted vaccine, lymphonets retain progenitor and gain cytotoxic CD8 T-cell populations, likely via progenitor differentiation. These data show that lymphonets create a spatial environment supportive of CD8 T-cell anti-tumor responses.

SUMMARY Bulk transcriptomic studies have defined classical and basal-like gene expression subtypes in pancreatic ductal adenocarcinoma (PDAC) that correlate with survival and response to chemotherapy; however, the underlying mechanisms that govern these subtypes and their heterogeneity remain elusive. Here, we performed single-cell RNA-sequencing of 23 metastatic PDAC needle biopsies and matched organoid models to understand how tumor cell-intrinsic features and extrinsic factors in the tumor microenvironment (TME) shape PDAC cancer cell phenotypes. We identify a novel cancer cell state that co-expresses basal-like and classical signatures, demonstrates upregulation of developmental and KRAS-driven gene expression programs, and represents a transitional intermediate between the basal-like and classical poles. Further, we observe structure to the metastatic TME supporting a model whereby reciprocal intercellular signaling shapes the local microenvironment and influences cancer cell transcriptional subtypes. In organoid culture, we find that transcriptional phenotypes are plastic and strongly skew toward the classical expression state, irrespective of genotype. Moreover, we show that patient-relevant transcriptional heterogeneity can be rescued by supplementing organoid media with factors found in the TME in a subtype-specific manner. Collectively, our study demonstrates that distinct microenvironmental signals are critical regulators of clinically relevant PDAC transcriptional states and their plasticity, identifies the necessity for considering the TME in cancer modeling efforts, and provides a generalizable approach for delineating the cell-intrinsic versus -extrinsic factors that govern tumor cell phenotypes.

Whether cultured in vitro or part of a complex tissue in vivo, a cell's phenotype and function are significantly influenced by dynamic interactions with its microenvironment. To explicitly examine how a cell's spatiotemporal activity impacts its behavior, we developed and validated a strategy termed SPACECAT - Spatially PhotoActivatable Color Encoded Cell Address Tags - to annotate, track, and isolate specific cells in a non-destructive, viability-preserving manner. In SPACECAT, a biological sample is immersed in a photocaged fluorescent molecule, and cells within a location of interest are labeled for further study by uncaging that molecule with user-patterned near-UV light. SPACECAT offers high spatial precision and temporal stability across diverse cell and tissue types, and is compatible with common downstream assays, including flow cytometry and single-cell RNA-Seq. Illustratively, we leveraged this approach in patient-derived intestinal organoids, a spatially complex system less amenable to genetic manipulations, to select for crypt-like regions enriched in stem-like and actively mitotic cells. Moreover, we demonstrate its applicability and utility on ex vivo tissue sections from four healthy organs and an autochthonous lung tumor model, uncovering spatially-biased gene expression patterns among immune cell subsets and identifying rare myeloid phenotypes enriched around tumor/healthy border regions. In sum, our method provides a minimally invasive and broadly applicable approach to link cellular spatiotemporal features and/or behavioral phenotypes with diverse downstream assays, enabling fundamental insights into the connections between tissue microenvironments and biological (dys)function.