ABSTRACT T cells are required for a protective immune response against the human adapted pathogen Mycobacterium tuberculosis (M.tb). We recently described a cohort of Ugandan household contacts of tuberculosis cases that appear to ‘resist’ M.tb infection (RSTRs) and showed that these individuals harbor IFN-γ independent T cell responses to M.tb-specific peptide antigens. However, T cells also recognize non-protein antigens via antigen presenting systems that are independent of genetic background, leading to their designation as donor-unrestricted T (DURT) cells. We used combinatorial tetramer staining and multi-parameter flow cytometry to comprehensively characterize the association between DURTs and ‘resistance’ to M.tb infection. We did not observe a difference in peripheral blood frequencies of invariant natural killer T (iNKT) cells, germline encoded mycolyl-reactive (GEM) T cells, or γδ T cells between RSTRs and matched controls with latent M.tb infection (LTBIs). However, we did observe a 1.65-fold increase in frequency of circulating MR1-restricted T (MR1T) cells among RSTRs in comparison with LTBI (p=0.03). Multi-modal single cell RNA-sequencing of 18,251 MR1T cells sorted from a subset of donors revealed 5150 clonotypes that expressed a common transcriptional program, the majority of which were private. Deep sequencing of the TCR-α repertoire revealed several DURT clonotypes that were expanded among RSTRs, including at least two MR1T clonotypes. Taken together, our data reveal unexpected donor-specific diversity in the TCR repertoire of human MR1T cells as well as associations between MR1 clonotypes and ‘resistance’ to M.tb infection.

Abstract A subset of individuals exposed to Mycobacterium tuberculosis ( Mtb ) that we refer to as ‘resisters’ (RSTR) show evidence of IFN-γ − T cell responses to Mtb -specific antigens despite serially negative results on clinical testing. Here we found that Mtb -specific T cells in RSTR were clonally expanded, confirming the priming of adaptive immune responses following Mtb exposure. RSTR CD4 + T cells showed enrichment of T H 17 and regulatory T cell-like functional programs compared to Mtb -specific T cells from individuals with latent Mtb infection. Using public datasets, we showed that these T H 17 cell-like functional programs were associated with lack of progression to active tuberculosis among South African adolescents with latent Mtb infection and with bacterial control in nonhuman primates. Our findings suggested that RSTR may successfully control Mtb following exposure and immune priming and established a set of T cell biomarkers to facilitate further study of this clinical phenotype.

Mycobacterium tuberculosis (Mtb) exposure leads to a range of outcomes including clearance, latent TB infection (LTBI), and pulmonary tuberculosis (TB). Some heavily exposed individuals resist tuberculin skin test (TST) and interferon gamma release assay (IGRA) conversion (RSTR), which suggests that they employ IFNγ-independent mechanisms of Mtb control. Here, we compare monocyte epigenetic profiles of RSTR and LTBI from a Ugandan household contact cohort. Chromatin accessibility did not differ between uninfected RSTR and LTBI monocytes. In contrast, methylation significantly differed at 174 CpG sites and across 63 genomic regions. Consistent with previous transcriptional findings in this cohort, differential methylation was enriched in lipid and cholesterol associated pathways including in the genes APOC3, KCNQ1, and PLA2G3. In addition, methylation was enriched in Hippo signaling, which is associated with cholesterol homeostasis and includes CIT and SHANK2. Lipid export and Hippo signaling pathways were also associated with gene expression in response to Mtb in RSTR as well as IFN stimulation in monocyte-derived macrophages (MDMs) from an independent healthy donor cohort. Moreover, serum-derived HDL from RSTR had elevated ABCA1-mediated cholesterol efflux capacity (CEC) compared to LTBI. Our findings suggest that resistance to TST/IGRA conversion is linked to regulation of lipid accumulation in monocytes, which could facilitate early Mtb clearance among RSTR subjects through IFNγ-independent mechanisms.

Genetic studies of both the human host and Mycobacterium tuberculosis (MTB) demonstrate independent association with tuberculosis (TB) risk. However, neither explains a large portion of disease risk or severity. Based on studies in other infectious diseases and animal models of TB, we hypothesized that the genomes of the two interact to modulate risk of developing active TB or increasing the severity of disease, when present. We examined this hypothesis in our TB household contact study in Kampala, Uganda, in which there were 3 MTB lineages of which L4-Ugandan (L4.6) is the most recent. TB severity, measured using the Bandim TBscore, was modeled as a function of host SNP genotype, MTB lineage, and their interaction, within two independent cohorts of TB cases, N=113 and 122. No association was found between lineage and severity, but association between multiple polymorphisms in IL12B and TBscore was replicated in two independent cohorts (most significant rs3212227, combined p=0.0006), supporting previous associations of IL12B with TB susceptibility. We also observed significant interaction between a single nucleotide polymorphism (SNP) in SLC11A1 and the L4-Ugandan lineage in both cohorts (rs17235409, meta p=0.0002). Interestingly, the presence of the L4-Uganda lineage in the presence of the ancestral human allele associated with more severe disease. These findings demonstrate that IL12B is associated with severity of TB in addition to susceptibility, and that the association between TB severity and human genetics can be due to an interaction between genes in the two species, providing evidence of host-pathogen coevolution in TB.

MR1-restricted T cells (MR1Ts) are a T cell subset that recognizes and mediate host immune responses to a broad array of microbial pathogens, including Mycobacterium tuberculosis . Here, we sought to characterize development of circulating human MR1T cells, defined by MR1-5-OP-RU tetramer labelling and expression of TRAV1-2/CD26/CD161. We analyzed postnatal expansion, maturation and functionality of peripheral blood MR1T cells in cohorts from three different geographic settings with different TB vaccination practices, levels of exposure to and infection with M. tuberculosis . Early after birth, frequencies of MR1-5-OP-RU tetramer-defined MR1T cells increased rapidly by several fold. This coincided with marked phenotypic changes, from a predominantly CD4+ and TRAV1-2- phenotype in neonates, to predominantly TRAV1-2+CD8+ MR1T cells that also expressed CD26 and CD161. We also observed that tetramer+ MR1T cells that expressed TNF upon mycobacterial stimulation were very low in neonates, but increased ~10-fold in the first year of life. These functional MR1Ts in all age groups were MR1-5-OP-RU tetramer+, TRAV1-2+ cells and expressed CD26 and CD161, markers that appeared to signal phenotypic and functional maturation of this cell subset. This age-associated maturation was also marked by the loss of naïve T cell markers on tetramer+ TRAV1-2+ MR1T cells more rapidly than tetramer+TRAV1-2- MR1T cells and non-MR1T cells. These data suggest that neonates have infrequent populations of MR1T cells with diverse phenotypic attributes and that exposure to the environment rapidly and preferentially expands the MR1-5-OP-RU tetramer+TRAV1-2+ population of MR1T cells, which becomes the predominant population of functional MR1T cells early during childhood.### Competing Interest StatementThe authors have declared no competing interest.

Abstract We introduce kimma (Kinship In Mixed Model Analysis), an open-source R package for flexible linear mixed effects modeling of RNA-seq including covariates, weights, random effects, covariance matrices, and fit metrics. In simulated datasets, kimma detects differentially expressed genes (DEGs) with similar specificity, sensitivity, and computational time as limma unpaired and dream paired models. Unlike other software, kimma supports covariance matrices as well as fit metrics like AIC. Utilizing genetic kinship covariance, kimma revealed that kinship impacts model fit and DEG detection in a related cohort. Thus, kimma equals or outcompetes current DEG pipelines in sensitivity, computational time, and model complexity.