Human epidermal Langerhans cells (LCs) can coordinate both immunogenic and tolerogenic immune responses, creating an attractive opportunity for immunomodulation strategies. To investigate transcriptional determinants of human primary LC tolerance we applied single cells RNA-sequencing combined with extensive functional analysis. Unsupervised clustering of single cell transcriptomes indicated that steady-state LC populations exist in a spectrum of immune activation between two states: immunocompetent and immature, distinguishable by high or low CD86 expression, respectively. Suprisingly, LC immunompetency was critical for the efficient induction of regulatory T cells during co-culture assays with naive CD4+ T cells and expansion of autologous memory T cells. Consistently, LC tolerogenic potential was significantly enhanced upon migration from the epidermis. Transcriptional programmes underpinning LC immunocompetency, with increased expression of dendritic cell activation markers (CD83, HLA-DRA and CCR7), were complemented with expression of tolerogenic markers (IDO1, LGALS1 and AHR) in migrated LC. Using protein expression analysis and perturbation with inhibitors, we confirmed the role of IDO1 as a key regulator of LC tolerogenic responses induced during LC migration, identified AHR as a potential component of IDO1-regulatory feedback loop, and demonstrated LC-mediated tolerance can be modulated through treatment with dexamethasone, indicating an opportunity for targeted therapeutic interventions in inflammatory skin disease.

Langerhans cells (LCs) in the epidermis present MHC I and MHC II-restricted antigens thereby priming either CD8 or CD4 T cell immune responses. The genomic programs and transcription factors regulating antigen presentation in LCs remain to be elucidated. We show human LCs are highly efficient in MHC I-antigen cross-presentation but lack the transcription factor IRF8 that is critical in dendritic cells. LC migration from the epidermis enhances their ability to cross-present antigens and is accompanied by the induction of the transcription factor IRF4, whose expression is correlated by scRNA-seq with genes involved in ubiquitin-dependent protein degradation. Chromatin profiling reveals enrichment of EICE and AICE composite DNA binding motifs in regulatory regions of antigen-presentation genes, which can be recognized by IRF4 in conjunction with PU.1 or BATF3 expressed in LCs. Thus, the genomic programming of human LCs including inducible expression of IRF4 with enhanced cross-presentation distinguishes them from conventional dendritic cells.

ABSTRACT The ability to reliably predict and infer cellular responses to environmental exposures would offer a major advance in the investigation of immune regulation in health and disease. One possible approach is the use of in silico modelling. Design of such a mathematical kinetic model would be based on existing knowledge of a biological system and utilise a partial data set to parameterise. However, the process of parameter estimation, key for the accuracy of the model, is difficult to conduct by hand, and thus a computational alternative is necessary. We report the utility of Genetic Algorithm with Rank Selection (GARS) as a parameter estimation tool on multiple biological models, including heat shock, signal transduction via ERK, circadian rhythm and NFκB systems, where it showed strong accuracy and superiority to the Extended Kalman Filter method, Algebraic Difference Equations, and MATLAB fminsearch approaches. GARS parameter estimation is a valuable tool for biological data because it reliably infers system behaviour from partial data sets, allowing for the prediction of cellular responses to environmental exposures.

ABSTRACT Langerhans cells (LCs) reside in the epidermis as a dense network of immune system sentinels, coordinating both immunogenic and tolerogenic immune responses. To determine molecular switches directing induction of LC immune activation, we performed mathematical modelling of gene regulatory networks identified by single cell RNA sequencing of LCs exposed to TNF, a key pro-inflammatory signal produced by the skin. Our approach delineated three programmes of LC phenotypic activation (immunogenic, tolerogenic or ambivalent), and confirmed that TNF enhanced LC immunogenic programming. Through regulon analysis followed by mutual information modelling, we identified IRF1 as the key transcription factor for the regulation of immunogenicity in LCs. Application of a mathematical toggle switch model, coupling IRF1 with tolerance-inducing transcription factors, determined the key set of transcription factors regulating the switch between tolerance and immunogenicity, and correctly predicted LC behaviour in LCs derived from different body sites. Our findings provide a mechanistic explanation of how combinatorial interactions between different transcription factors can coordinate specific transcriptional programmes in human LCs, interpreting the microenvironmental context of the local tissue microenvironments.