ABSTRACT Immunoglobulin loci are rich in germline polymorphisms and identification of novel polymorphic variants can be facilitated by germline inference of B cell receptor repertoires. Germline gene inference is complicated by somatic hypermutations, errors arising from PCR amplification, and DNA sequencing as well as from the varying length of reference alleles. Inference of light chain genes is even more challenging than inference of heavy chain genes due to large gene duplication events on the kappa locus as well as absence of D genes in the rearranged light chain transcripts. Here, we analyzed the light chain cDNA sequences from naïve BCR repertoires of a Norwegian cohort of 100 individuals. We optimized light chain allele inference by tweaking parameters within TIgGER functions, extending the germline reference sequences, and establishing mismatch frequency patterns at polymorphic positions to filter out false positive candidates. As a result, we identified 48 previously unreported variants of light chain variable genes. Altogether, we selected 14 candidates for novel light chain polymorphisms for validation and successfully validated 11 by Sanger sequencing. Additional clustering of light chain 5’UTR, L-PART1 and L-PART2 revealed partial intron retention in alternative splice variants in 11 kappa and 9 lambda V alleles. The alternatively spliced transcripts were only observed in genes with low expression levels, suggesting a possible role in expression regulation. Our results provide novel insight into germline variation in human light chain immunoglobulin loci.

Cancer immunotherapy by checkpoint blockade proves that an effective immune response to a tumor can be induced clinically. However, little is known about the evolution of tumor-associated T-cell receptor (TCR) repertoires without intervention. Here we studied TCR repertoire evolution in mice spontaneously developing mammary tumors; we sequenced peripheral blood alpha and beta TCRs of CD4+CD62L+CD44- T cells monthly for 8 months in 10 FVB/NJ mice transgenic at the Erbb2 locus, all developing tumors; 5 FVB/NJ mice without the transgene were age-matched controls. Sequences were either private (restricted to one mouse) or public (shared among mice); public sequences were either exclusive to the tumor group or inclusive among different groups. We now report that 1), public AA sequences were each encoded by many different nucleotide sequences (NT) recombinations (convergent recombination; CR); 2) mice developing tumors evolved tumor-exclusive public sequences, derived initially from private or from inclusive public sequences; and 3) tumor-exclusive public sequences in mice were also present among published public TCR sequences from human breast cancer patients. These cross-species tumor-exclusive TCR sequences manifested high CR; but the AA sequences shared by mice and humans did not share NT sequences. Thus, tumor-exclusive TCR AA sequences across species are selected from different NT recombination events. The roles of tumor-exclusive TCR repertoires in advancing or inhibiting tumor development and the effects of tumor immunotherapy on these T cells remain to be seen.

The adaptive immune receptor repertoire (AIRR) contains information on an individuals' immune past, present and potential in the form of the evolving sequences that encode the B cell receptor (BCR) repertoire. AIRR sequencing (AIRR-seq) studies rely on databases of known BCR germline variable (V), diversity (D) and joining (J) genes to detect somatic mutations in AIRR-seq data via comparison to the best-aligning database alleles. However, it has been shown that these databases are far from complete, leading to systematic misidentification of mutated positions in subsets of sample sequences. We previously presented TIgGER, a computational method to identify subject-specific V gene genotypes, including the presence of novel V gene alleles, directly from AIRR-seq data. However, the original algorithm was unable to detect alleles that differed by more than 5 single nucleotide polymorphisms (SNPs) from a database allele. Here we present and apply an improved version of the TIgGER algorithm which can detect alleles that differ by any number of SNPs from the nearest database allele, and can construct subject-specific genotypes with minimal prior information. TIgGER predictions are validated both computationally (using a leave-one-out strategy) and experimentally (using genomic sequencing), resulting in the addition of three new immunoglobulin heavy chain V (IGHV) gene alleles to the IMGT repertoire. Finally, we develop a Bayesian strategy to provide a confidence estimate associated with genotype calls. All together, these methods allow for much higher accuracy in germline allele assignment, an essential step in AIRR-seq studies.

Germline variations in immunoglobulin genes influence the repertoire of B cell receptors and antibodies, and such polymorphisms may impact disease susceptibility. However, the knowledge of the genomic variation of the immunoglobulin loci is scarce. Here, we report 25 novel germline IGHV alleles as inferred from rearranged naive B cell cDNA repertoires of 98 individuals. Thirteen novel alleles were selected for validation, out of which ten were successfully confirmed by targeted amplification and Sanger sequencing of non-B cell DNA. Moreover, we detected a high degree of variability upstream of the V-region in the 5'UTR, leader 1, and leader 2 sequences, and found that identical V-region alleles can differ in upstream sequences. Thus, we have identified a large genetic variation not only in the V-region but also in the upstream sequences of IGHV genes. Our findings challenge current approaches used for annotating immunoglobulin repertoire sequencing data.

Analysis of antibody repertoires by high throughput sequencing is of major importance in understanding adaptive immune responses. Our knowledge of variations in the genomic loci encoding antibody genes is incomplete, mostly due to technical difficulties in aligning short reads to these highly repetitive loci. The partial knowledge results in conflicting V-D-J gene assignments between different algorithms, and biased genotype and haplotype inference. Previous studies have shown that haplotypes can be inferred by taking advantage of IGHJ6 heterozygosity, observed in approximately one third of the population. Here, we propose a robust novel method for determining V-D-J haplotypes by adapting a Bayesian framework. Our method extends haplotype inference to IGHD- and IGHV -based analysis, thereby enabling inference of complex genetic events like deletions and copy number variations in the entire population. We generated the largest multi individual data set, to date, of naïve B-cell repertoires, and tested our method on it. We present evidence for allele usage bias, as well as a mosaic, tiled pattern of deleted and present IGHD and IGHV nearby genes, across the population. The inferred haplotypes and deletion patterns may have clinical implications for genetic predispositions to diseases. Our findings greatly expand the knowledge that can be extracted from antibody repertoire sequencing data.