T cell immunity directed against tumor-encoded amino acid substitutions occurs in some melanoma patients. This implicates missense mutations as a source of patient-specific neoantigens. However, a systematic evaluation of these putative neoantigens as targets of antitumor immunity is lacking. Moreover, it remains unknown whether vaccination can augment such responses. We found that a dendritic cell vaccine led to an increase in naturally occurring neoantigen-specific immunity and revealed previously undetected human leukocyte antigen (HLA) class I–restricted neoantigens in patients with advanced melanoma. The presentation of neoantigens by HLA-A*02:01 in human melanoma was confirmed by mass spectrometry. Vaccination promoted a diverse neoantigen-specific T cell receptor (TCR) repertoire in terms of both TCR-β usage and clonal composition. Our results demonstrate that vaccination directed at tumor-encoded amino acid substitutions broadens the antigenic breadth and clonal diversity of antitumor immunity.

Outcome of unrelated donor marrow transplantation is influenced by donor-recipient matching for HLA. Prior studies assessing the effects of mismatches at specific HLA loci have yielded conflicting results. The importance of high-resolution matching for all HLA loci has also not been established. We therefore examined the effects of HLA matching (low or high resolution or both) on engraftment, graft-versus-host disease (GVHD), and mortality in 1874 donor-recipient pairs retrospectively typed at high resolution for HLA-A, -B, -C, -DRB1, -DQ, and -DP. Mismatches at HLA-A, -B, -C, and -DRB1 each had similar adverse effects on mortality. Only HLA-A mismatches demonstrated significant adverse effects on GVHD. These adverse effects on outcome were more evident in transplants with low-resolution versus only high-resolution mismatches. Mismatches for HLA-DQ or -DP did not significantly affect outcome. When high-resolution mismatches at HLA-A, -B, -C, and -DRB1 were considered together, adverse effects on survival and GVHD were observed. We therefore conclude that matching for HLA-C should be incorporated into algorithms for unrelated donor selection. High-resolution mismatches at HLA-A, -B, -C, and -DRB1 adversely affect outcome, but less so than low-resolution mismatches. When clinical circumstances allow, high-resolution class I typing may help optimize donor selection and improve outcome.

Genetic studies have shown the association of Parkinson's disease with alleles of the major histocompatibility complex. Here we show that a defined set of peptides that are derived from α-synuclein, a protein aggregated in Parkinson's disease, act as antigenic epitopes displayed by these alleles and drive helper and cytotoxic T cell responses in patients with Parkinson's disease. These responses may explain the association of Parkinson's disease with specific major histocompatibility complex alleles.

Major histocompatibility complex II (MHC II) molecules play a vital role in the onset and control of cellular immunity. In a highly selective process, MHC II presents peptides derived from exogenous antigens on the surface of antigen-presenting cells for T cell scrutiny. Understanding the rules defining this presentation holds critical insights into the regulation and potential manipulation of the cellular immune system. Here, we apply the NNAlign_MA machine learning framework to analyze and integrate large-scale eluted MHC II ligand mass spectrometry (MS) data sets to advance prediction of CD4+ epitopes. NNAlign_MA allows integration of mixed data types, handling ligands with multiple potential allele annotations, encoding of ligand context, leveraging information between data sets, and has pan-specific power allowing accurate predictions outside the set of molecules included in the training data. Applying this framework, we identified accurate binding motifs of more than 50 MHC class II molecules described by MS data, particularly expanding coverage for DP and DQ beyond that obtained using current MS motif deconvolution techniques. Furthermore, in large-scale benchmarking, the final model termed NetMHCIIpan-4.0 demonstrated improved performance beyond current state-of-the-art predictors for ligand and CD4+ T cell epitope prediction. These results suggest that NNAlign_MA and NetMHCIIpan-4.0 are powerful tools for analysis of immunopeptidome MS data, prediction of T cell epitopes, and development of personalized immunotherapies.

Abacavir drug hypersensitivity in HIV-treated patients is associated with HLA-B57:01 expression. To understand the immunochemistry of abacavir drug reactions, we investigated the effects of abacavir on HLA-B57:01 epitope-binding in vitro and the quality and quantity of self-peptides presented by HLA-B57:01 from abacavir-treated cells.An HLA-B57:01-specific epitope-binding assay was developed to test for effects of abacavir, didanosine or flucloxacillin on self-peptide binding. To examine whether abacavir alters the peptide repertoire in HLA-B57:01, a B-cell line secreting soluble human leucocyte antigen (sHLA) was cultured in the presence or absence of abacavir, peptides were eluted from purified human leucocyte antigen (HLA), and the peptide epitopes comparatively mapped by mass spectroscopy to identify drug-unique peptides.Abacavir, but not didansosine or flucloxacillin, enhanced binding of the FITC-labeled self-peptide LF9 to HLA-B57:01 in a dose-dependent manner. Endogenous peptides isolated from abacavir-treated HLA-B57:01 B cells showed amino acid sequence differences compared with peptides from untreated cells. Novel drug-induced peptides lacked typical carboxyl (C) terminal amino acids characteristic of the HLA-B57:01 peptide motif and instead contained predominantly isoleucine or leucine residues. Drug-induced peptides bind to soluble HLA-B57:01 with high affinity that was not altered by abacavir addition.Our results support a model of drug-induced autoimmunity in which abacavir alters the quantity and quality of self-peptide loading into HLA-B57:01. Drug-induced loading of novel self-peptides into HLA, possibly by abacavir either altering the binding cleft or modifying the peptide-loading complex, generates an array of neo-antigen peptides that drive polyclonal T-cell autoimmune responses and multiorgan systemic toxicity.

HLA class I-binding predictions are widely used to identify candidate peptide targets of human CD8(+) T cell responses. Many such approaches focus exclusively on a limited range of peptide lengths, typically 9 aa and sometimes 9-10 aa, despite multiple examples of dominant epitopes of other lengths. In this study, we examined whether epitope predictions can be improved by incorporating the natural length distribution of HLA class I ligands. We found that, although different HLA alleles have diverse length-binding preferences, the length profiles of ligands that are naturally presented by these alleles are much more homogeneous. We hypothesized that this is due to a defined length profile of peptides available for HLA binding in the endoplasmic reticulum. Based on this, we created a model of HLA allele-specific ligand length profiles and demonstrate how this model, in combination with HLA-binding predictions, greatly improves comprehensive identification of CD8(+) T cell epitopes.

ABSTRACT Laser immunotherapy (LIT) combines local photothermal therapy (PTT), to disrupt tumor homeostasis and release tumor antigens, and an intratumorally administered immunostimulant, N-dihydrogalactochitosan (GC), to induce antitumor immune responses. We performed single-cell RNA sequencing on tumor-infiltrating leukocytes of MMTV-PyMT mouse mammary tumors to characterize LIT-induced myeloid and lymphoid compartment remodeling. Analysis of 49,380 single cell transcriptomes from different treatment groups revealed that proinflammatory IFNα, IFNγ, and TNFα cytokine signaling pathways were enriched in both lymphoid and myeloid cells isolated from LIT-treated tumors. The CD4 + and CD8 + T cells in LIT treated tumors resided in an activated state while immune cells in untreated and PTT-treated tumors remained in a neutral/resting state. Additionally, monocytes recruited into the LIT-treated tumors were driven towards proinflammatory M1-like macrophage phenotypes or monocyte-derived dendritic cells. Our results reveal that LIT prompts immunological remodeling of the tumor microenvironment by initiating broad proinflammatory responses to drive antitumor immunity. STATEMENT OF SIGNIFICANCE Transcriptome profiling of tumor infiltrating leukocytes revealed that localized laser immunotherapy (LIT) greatly enhanced antitumor T cell activity by promoting proinflammatory myeloid cell responses within the tumor microenvironment. This manuscript demonstrates that LIT broadly stimulates antitumor immunity and has great potential to synergize with current immunotherapies to increase their efficacy.

Abstract HLA class II antigen presentation is key for controlling and triggering T cell immune responses. HLA-DQ molecules, which are believed to play a major role in autoimmune diseases, are heterodimers that can be formed as both cis and trans variants depending on whether the α- and β-chains are encoded on the same (cis) or opposite (trans) chromosomes. So far, limited progress has been made for predicting HLA-DQ antigen presentation. In addition, the contribution of trans-only variants (i.e. variants not observed in the population as cis) in shaping the HLA-DQ immunopeptidome remains largely unresolved. Here, we seek to address these issues by integrating state-of-the-art immunoinformatics data mining models with large volumes of high-quality HLA-DQ specific MS-immunopeptidomics data. The analysis demonstrated a highly improved predictive power and molecular coverage for models trained including these novel HLA-DQ data. More importantly, investigating the role of trans-only HLA-DQ variants revealed a limited to no contribution to the overall HLA-DQ immunopeptidome. In conclusion, this study has furthered our understanding of HLA-DQ specificities and has for the first time cast light on the relative role of cis versus trans-only HLA-DQ variants in the HLA class II antigen presentation space. The developed method, NetMHCIIpan-4.2, is available at https://services.healthtech.dtu.dk/services/NetMHCIIpan-4.2 .

Abstract MR1-restricted T (MR1T) cells recognize microbial small molecule metabolites presented on the MHC Class I-like molecule MR1 and have been implicated in early effector responses to microbial infection. As a result, there is considerable interest in identifying chemical properties of metabolite ligands that permit recognition by MR1T cells, for consideration in therapeutic or vaccine applications. Here, we made chemical modifications to known MR1 ligands to evaluate the effect on MR1T cell activation. Specifically, we modified 6,7-dimethyl-8-D-ribityllumazine (DMRL) to generate 6,7-dimethyl-8-D-ribityldeazalumazine (DZ), and then further derivatized DZ to determine the requirements for retaining MR1 surface stabilization and agonistic properties. Interestingly, the IFN-γ response toward DZ varied widely across a panel of T cell receptor (TCR)-diverse MR1T cell clones; while one clone was agnostic toward the modification, most displayed either an enhancement or depletion of IFN-γ production when compared with its response to DMRL. To gain insight into a putative mechanism behind this phenomenon, we used in silico molecular docking techniques for DMRL and its derivatives and performed molecular dynamics simulations of the complexes. In assessing the dynamics of each ligand in the MR1 pocket, we found that DMRL and DZ exhibit differential dynamics of both the ribityl moiety and the aromatic backbone, which may contribute to ligand recognition. Together, our results support an emerging hypothesis for flexibility in MR1:ligand-MR1T TCR interactions and enable further exploration of the relationship between MR1:ligand structures and MR1T cell recognition for downstream applications targeting MR1T cells.