Abstract Murine models of immunization have played a major role in discovering antibody candidates against therapeutic targets. It nevertheless remains time-consuming and expensive to identify antibodies with diverse binding modalities against druggable candidate molecules. Although new genomics-based pipelines have potential to augment antibody discovery, these methods remain in their infancy due to an incomplete understanding of the selection process that governs B cell clonal selection, expansion and antigen specificity. Furthermore, it remains unknown how factors such as aging and reduction of tolerance influence B cell selection in murine models of immunization. Here we perform single-cell sequencing of antibody repertoires and transcriptomes of B cells following immunizations with a model therapeutic antigen target (human Tumor necrosis factor receptor 2, TNFR2). We determine the relationship between antibody repertoires, gene expression signatures and antigen specificity across 100,000 B cells. Recombinant expression and characterization of 227 monoclonal antibodies revealed the existence of clonally expanded and class-switched antigen-specific B cells that were more frequent in young mice. Although integrating multiple repertoire features such as germline gene usage, somatic hypermutation, and transcriptional signatures failed to distinguish antigen-specific from non-specific B cells, other features such as IgG-subtype and sequence composition correlated with antigen-specificity. This work provides a single-cell resource for B cells relating antibody repertoires, transcriptomes and antigen specificity.

Abstract Single-cell sequencing now enables the recovery of full-length immune repertoires [B cell receptor (BCR) and T cell receptor (TCR) repertoires], in addition to gene expression information. The feature-rich datasets produced from such experiments require extensive and diverse computational analyses, each of which can significantly influence the downstream immunological interpretations, such as clonal selection and expansion. Simulations produce validated standard datasets, where the underlying generative model can be precisely defined and furthermore perturbed to investigate specific questions of interest. Currently, there is no tool that can be used to simulate a comprehensive ground truth single-cell dataset that incorporates both immune receptor repertoires and gene expression. Therefore, we developed Echidna, an R package that simulates immune receptors and transcriptomes at single-cell resolution. Our simulation tool generates annotated single-cell sequencing data with user-tunable parameters controlling a wide range of features such as clonal expansion, germline gene usage, somatic hypermutation, and transcriptional phenotypes. Echidna can additionally simulate time-resolved B cell evolution, producing mutational networks with complex selection histories incorporating class-switching and B cell subtype information. Finally, we demonstrate the benchmarking potential of Echidna by simulating clonal lineages and comparing the known simulated networks with those inferred from only the BCR sequences as input. Together, Echidna provides a framework that can incorporate experimental data to simulate single-cell immune repertoires to aid software development and bioinformatic benchmarking of clonotyping, phylogenetics, transcriptomics and machine learning strategies. Abstract Figure

Abstract Adaptive immune repertoires are composed by the ensemble of B and T cell receptors (BCR, TCR) within an individual and reflect both past and current immune responses. Recent advances in single-cell sequencing enable recovery of the complete adaptive immune receptor sequences in addition to transcriptional information. Such high-dimensional datasets enable the molecular quantification of clonal selection of B and T cells across a wide variety of conditions such as infection and disease. Due to costs, time required for the analysis and current practices of academic publishing, small-scale sequencing studies are often not made publicly available, despite having informative potential to elucidate immunological principles and guide future-studies. Here, we performed single-cell sequencing of B and T cells to profile clonal selection across murine models of viral infection and autoimmune disease. Specifically, we recovered transcriptome and immune repertoire information for polyclonal T follicular helper cells following acute and chronic viral infection, CD8+ T cells with binding specificity restricted to two distinct peptides of lymphocytic choriomeningitis virus, and B and T cells isolated from the nervous system in the context of experimental autoimmune encephalomyelitis. We could relate repertoire features such as clonal expansion, germline gene usage, and clonal convergence to cell phenotypes spanning activation, memory, naive, antibody secretion, T cell inflation, and regulation. Together, this dataset provides a resource for experimental and computational immunologists that can be integrated with future single-cell immune repertoire and transcriptome sequencing datasets.

Abstract The maturation of systems immunology methodologies requires novel and transparent computational frameworks capable of integrating diverse data modalities in a reproducible manner. Here, we present the ePlatypus computational immunology ecosystem for immunogenomics data analysis, with a focus on adaptive immune repertoires and single-cell sequencing. ePlatypus is a web-based platform and provides programming tutorials and an integrative database that elucidates selection patterns of adaptive immunity. Furthermore, the ecosystem links novel and established bioinformatics pipelines relevant for single-cell immune repertoires and other aspects of computational immunology such as predicting ligand-receptor interactions, structural modeling, simulations, machine learning, graph theory, pseudotime, spatial transcriptomics and phylogenetics. The ePlatypus ecosystem helps extract deeper insight in computational immunology and immunogenomics and promote open science. Accessibility https://alexyermanos.github.io/Platypus/index.html

Intrathecal IgM production in multiple sclerosis (MS) is associated with a worse disease course. To investigate pathogenic relevance of autoreactive IgM in MS, CSF from two independent cohorts, including MS patients and controls, were screened for antibody binding to induced pluripotent stem cell-derived neurons and astrocytes, and a panel of CNS- related cell lines. IgM binding to a primitive neuro-ectodermal tumour cell line discriminated 10% of MS donors from controls. Transcriptomes of single IgM producing CSF B cells from patients with cell-binding IgM were sequenced and used to produce recombinant monoclonal antibodies for characterisation and antigen identification. We produced 5 cell-binding recombinant IgM antibodies, of which one, cloned from an HLA-DR+ plasma-like B cell, mediated antigen-dependent complement activation. Immunoprecipitation and mass spectrometry, and biochemical and transcriptome analysis of the target cells identified the iron transport scavenger protein SCARA5 as the antigen target of this antibody. Intrathecal injection of a SCARA5 antibody led to an increased T cell infiltration in an EAE model. CSF IgM might contribute to CNS inflammation in MS by binding to cell surface antigens like SCARA5 and activating complement, or by facilitating immune cell migration into the brain.

Summary Despite the recent explosion in surveys of cell-type heterogeneity, the mechanisms that specify and stabilize highly related cell subtypes remain poorly understood. Here, focusing initially on exploring quantitative histone mark heterogeneity, we identify two major sub-types of pancreatic β-cells (β HI and β LO ). β HI and β LO cells differ in their size, morphology, cytosolic and nuclear ultrastructure, transcriptional output, epigenomes, cell surface marker, and function. Importantly, β HI and β LO cells can be FACS separated live into CD24 + (β HI ) and CD24 - (β LO ) fractions. From an epigenetic viewpoint, β HI -cells exhibit ∼4-fold higher levels of H3K27me3, more compacted chromatin, and distinct chromatin organization that associates with a specific pattern of transcriptional output. Functionally, β HI cells have increased mitochondrial mass, activity, and insulin secretion both in vivo and ex vivo . Critically, Eed and Jmjd3 loss-of-function studies demonstrate that H3K27me3 dosage is a significant regulator of β HI / β LO cell ratio in vivo, yielding some of the first-ever specific models of β-cell sub-type distortion. β HI and β LO sub-types are conserved in humans with β HI -cells enriched in human Type-2 diabetes. These data identify two novel and fundamentally distinct β-cell subtypes and identify epigenetic dosage as a novel regulator of β-cell subtype specification and heterogeneity. Highlights Quantitative H3K27me3 heterogeneity reveals 2 common β-cell subtypes β HI and β LO cells are stably distinct by 7 independent sets of parameters H3K27me3 dosage controls β HI / β LO ratio in vivo β HI and β LO cells are conserved in humans and enriched in Type-2 diabetes