To guide the design of immunotherapy strategies for patients with early stage lung tumors, we developed a multiscale immune profiling strategy to map the immune landscape of early lung adenocarcinoma lesions to search for tumor-driven immune changes. Utilizing a barcoding method that allows a simultaneous single-cell analysis of the tumor, non-involved lung, and blood cells, we provide a detailed immune cell atlas of early lung tumors. We show that stage I lung adenocarcinoma lesions already harbor significantly altered T cell and NK cell compartments. Moreover, we identified changes in tumor-infiltrating myeloid cell (TIM) subsets that likely compromise anti-tumor T cell immunity. Paired single-cell analyses thus offer valuable knowledge of tumor-driven immune changes, providing a powerful tool for the rational design of immune therapies. VIDEO ABSTRACT.

Abstract Purpose: Radiotherapy is a highly effective anticancer treatment forming part of the standard of care for the majority of patients, but local and distal disease recurrence remains a major cause of mortality. Radiotherapy is known to enhance tumor immunogenicity; however, the contribution and mechanisms of radiotherapy-induced immune responses are unknown. Experimental Design: The impact of low-dose fractionated radiotherapy (5 × 2 Gy) alone and in combination with αPD-1 mAb on the tumor microenvironment was evaluated by flow cytometry and next-generation sequencing of the T-cell receptor (TCR) repertoire. A dual-tumor model was used, with fractionated radiotherapy delivered to a single tumor site to enable evaluation of the local and systemic response to treatment and ability to induce abscopal responses outside the radiation field. Results: We show that fractionated radiotherapy leads to T-cell infiltration at the irradiated site; however, the TCR landscape remains dominated by polyclonal expansion of preexisting T-cell clones. Adaptive resistance via the PD-1/PD-L1 pathway restricts the generation of systemic anticancer immunity following radiotherapy, which can be overcome through combination with αPD-1 mAb leading to improved local and distal tumor control. Moreover, we show that effective clearance of tumor following combination therapy is dependent on both T cells resident in the tumor at the time of radiotherapy and infiltrating T cells. Conclusions: These data provide evidence that radiotherapy can enhance T-cell trafficking to locally treated tumor sites and augment preexisting anticancer T-cell responses with the capacity to mediate regression of out-of-field tumor lesions when delivered in combination with αPD-1 mAb therapy. Clin Cancer Res; 23(18); 5514–26. ©2017 AACR.

Background Inhibition of programmed death-ligand 1 (PD-L1) with atezolizumab can induce durable clinical benefit (DCB) in patients with metastatic urothelial cancers, including complete remissions in patients with chemotherapy refractory disease. Although mutation load and PD-L1 immune cell (IC) staining have been associated with response, they lack sufficient sensitivity and specificity for clinical use. Thus, there is a need to evaluate the peripheral blood immune environment and to conduct detailed analyses of mutation load, predicted neoantigens, and immune cellular infiltration in tumors to enhance our understanding of the biologic underpinnings of response and resistance. Methods and findings The goals of this study were to (1) evaluate the association of mutation load and predicted neoantigen load with therapeutic benefit and (2) determine whether intratumoral and peripheral blood T cell receptor (TCR) clonality inform clinical outcomes in urothelial carcinoma treated with atezolizumab. We hypothesized that an elevated mutation load in combination with T cell clonal dominance among intratumoral lymphocytes prior to treatment or among peripheral T cells after treatment would be associated with effective tumor control upon treatment with anti-PD-L1 therapy. We performed whole exome sequencing (WES), RNA sequencing (RNA-seq), and T cell receptor sequencing (TCR-seq) of pretreatment tumor samples as well as TCR-seq of matched, serially collected peripheral blood, collected before and after treatment with atezolizumab. These parameters were assessed for correlation with DCB (defined as progression-free survival [PFS] >6 months), PFS, and overall survival (OS), both alone and in the context of clinical and intratumoral parameters known to be predictive of survival in this disease state. Patients with DCB displayed a higher proportion of tumor-infiltrating T lymphocytes (TIL) (n = 24, Mann-Whitney p = 0.047). Pretreatment peripheral blood TCR clonality below the median was associated with improved PFS (n = 29, log-rank p = 0.048) and OS (n = 29, log-rank p = 0.011). Patients with DCB also demonstrated more substantial expansion of tumor-associated TCR clones in the peripheral blood 3 weeks after starting treatment (n = 22, Mann-Whitney p = 0.022). The combination of high pretreatment peripheral blood TCR clonality with elevated PD-L1 IC staining in tumor tissue was strongly associated with poor clinical outcomes (n = 10, hazard ratio (HR) (mean) = 89.88, HR (median) = 23.41, 95% CI [2.43, 506.94], p(HR > 1) = 0.0014). Marked variations in mutation loads were seen with different somatic variant calling methodologies, which, in turn, impacted associations with clinical outcomes. Missense mutation load, predicted neoantigen load, and expressed neoantigen load did not demonstrate significant association with DCB (n = 25, Mann-Whitney p = 0.22, n = 25, Mann-Whitney p = 0.55, and n = 25, Mann-Whitney p = 0.29, respectively). Instead, we found evidence of time-varying effects of somatic mutation load on PFS in this cohort (n = 25, p = 0.044). A limitation of our study is its small sample size (n = 29), a subset of the patients treated on IMvigor 210 (NCT02108652). Given the number of exploratory analyses performed, we intend for these results to be hypothesis-generating. Conclusions These results demonstrate the complex nature of immune response to checkpoint blockade and the compelling need for greater interrogation and data integration of both host and tumor factors. Incorporating these variables in prospective studies will facilitate identification and treatment of resistant patients.

Peptide-specific T cells that are restricted by highly polymorphic major histocompatibility complex (MHC) proteins express diverse T-cell receptors (TCRs) that are rarely shared among unrelated individuals. T-cells can also recognize bacterial lipid antigens that bind the relatively non-polymorphic CD1 family of proteins. However, genetic variation in human CD1 genes and TCR diversity expressed by CD1-restricted T-cells have not been quantitatively determined. Here, we show that CD1B is nearly nucleotide-identical across all five continental ancestry groups, providing evidence for purifying selection during human evolution. We used CD1B tetramers loaded with a mycobacterial glycolipid antigen to isolate T-cells from four genetically unrelated South African adults and cataloged thousands of TCRs from in-vitro expanded T-cells using immunosequencing. We identified highly conserved motifs that were co-expressed as a functional heterodimer and significantly enriched among tetramer-positive T-cells sorted directly from peripheral blood. Finally, we show that frequencies of these TCR motifs are increased in the blood of patients with active tuberculosis compared to uninfected controls, a finding that is confirmed by ex-vivo frequencies of tetramer-positive T-cells determined by flow cytometry. These data provide a framework for unbiased definition of TCRs targeting lipid antigens, which can be tested for clinical associations independently of host genetic background.

Abstract Background: Inhibition of programmed death-ligand one (PD-L1) with atezolizumab can induce durable clinical benefit (DCB) in patients with metastatic urothelial cancers, including complete remissions in patients with chemotherapy refractory disease. Although mutation load and PD-L1 immune cell (IC) staining have been associated with response, they lack sufficient sensitivity and specificity for clinical use. Thus, there is a need to evaluate the peripheral blood immune environment and to conduct detailed analyses of mutation load, predicted neoantigens and immune cellular infiltration in tumors to enhance our understanding of the biologic underpinnings of response and resistance. Methods and Findings: The goals of this study were to (1) evaluate the association of mutation load and predicted neoantigen load with therapeutic benefit, and (2) determine whether intratumoral and peripheral blood T cell receptor (TCR) clonality inform clinical outcomes in urothelial carcinoma treated with atezolizumab. We hypothesized that an elevated mutation load in combination with T cell clonal dominance among intratumoral lymphocytes prior to treatment or among peripheral T cells after treatment would be associated with effective tumor control upon treatment with anti-PD-L1 therapy. We performed whole exome sequencing (WES), RNA sequencing (RNA-seq), and T cell receptor sequencing (TCR-seq) of pre-treatment tumor samples as well as TCR sequencing of matched, serially collected peripheral blood collected before and after treatment with atezolizumab. These parameters were assessed for correlation with DCB (defined as progression free survival (PFS) > 6 months), PFS, and overall survival (OS), both alone and in the context of clinical and intratumoral parameters known to be predictive of survival in this disease state. Patients with DCB displayed a higher proportion of tumor infiltrating T lymphocytes (TIL) (n=24, Mann-Whitney p=0.047). Pre-treatment peripheral blood TCR clonality below the median was associated with improved PFS (n=29, log-rank p=0.048) and OS (n=29, log-rank p=0.011). Patients with DCB also demonstrated more substantial expansion of tumor-associated TCR clones in the peripheral blood 3 weeks after starting treatment (n=22, Mann-Whitney p=0.022). The combination of high pre-treatment peripheral blood TCR clonality with elevated PD-L1 IC staining in tumor tissue was strongly associated with poor clinical outcomes (n=10, HR (mean)=89.88, HR (median)=23.41, 95% CI (2.43, 506.94), p(HR>1)=0.0014). Marked variations in mutation loads were seen with different somatic variant calling methodologies, which in turn impacted associations with clinical outcomes. Missense mutation load, predicted neoantigen load and expressed neoantigen load did not demonstrate significant association with DCB (n=25, Mann-Whitney p=0.22, n=25, Mann-Whitney p=0.55, and n=25, Mann-Whitney p=0.29 respectively). Instead, we found evidence of time-varying effects of somatic mutation load on progression-free survival in this cohort (n=25, p=0.044). A limitation of our study is its small sample size (n=29), a subset of the patients treated on IMvigor 210 ( NCT02108652 ). Given the number of exploratory analyses performed, we intend for these results to be hypothesis-generating. Conclusions: These results demonstrate the complex nature of immune response to checkpoint blockade and the compelling need for greater interrogation and data integration of both host and tumor factors. Incorporating these variables in prospective studies will facilitate identification and treatment of resistant patients.

B and T cells expand clonally in response to pathogenic infection, and their descendants, which share the same receptor sequence, can persist for years, forming the basis of immunological memory. While most T cell receptor (TCR) sequences are seen very rarely, 'public' TCRs are present in many individuals. Using a combination of high throughput immunosequencing, statistical association of particular TCRs with disease status, and machine learning, we identified of a set of public TCRs that discriminates cytomegalovirus (CMV) infection status with high accuracy. This pathogen-specific diagnostic tool uses a very general assay that relies only on a training cohort coupled with immunosequencing and sophisticated data analysis. Since all memory T cell responses are encoded in the common format of somatic TCR rearrangements, a key advantage of reading T cell memory to predict disease status is that this approach should apply to a wide variety of diseases. The underlying dataset is the largest collection of TCRs ever published, including ~300 gigabases of sequencing data and ~85 million unique TCRs across 640 HLA-typed individuals, which constitutes by far the largest such collection ever published. We expect these data to be a valuable public resource for researchers studying the TCR repertoire.