Abstract Background Eosinophilic esophagitis (EoE) is diagnosed and monitored using esophageal eosinophil levels; however, EoE also exhibits a marked, understudied esophageal mastocytosis. Objective Using machine learning, we localized and characterized esophageal mast cells to decipher their potential role in disease pathology. Methods Esophageal biopsy samples (EoE, control) were stained for mast cells by anti-tryptase and imaged using immunofluorescence; high-resolution whole tissue images were digitally assembled. Machine learning software was trained to identify, enumerate, and characterize mast cells, designated Mast Cell-Artificial Intelligence (MC-AI). Results MC-AI enumerated cell counts with high accuracy. During active EoE, epithelial mast cells increased and lamina propria (LP) mast cells decreased. In controls and EoE remission patients, papillae had the highest mast cell density and negatively correlated with epithelial mast cell density. Mast cell density in the epithelium and papillae correlated with the degree of epithelial eosinophilic inflammation, basal zone hyperplasia, and LP fibrosis. MC-AI detected greater mast cell degranulation in the epithelium, papillae, and LP in EoE patients compared with control individuals. Mast cells were localized further from the basement membrane in active EoE than EoE remission and controls individuals but were closer than eosinophils to the basement membrane in active EoE. Conclusion Using MC-AI, we identified a distinct population of homeostatic esophageal papillae mast cells; during active EoE, this population decreases, undergoes degranulation, negatively correlates with epithelial mast cell levels, and significantly correlates with distinct histologic features. Overall, MC-AI provides a means to understand the potential involvement of mast cells in EoE and other disorders. Clinical Implication We have developed a methodology for identifying, enumerating, and characterizing mast cells using artificial intelligence; this has been applied to decipher eosinophilic esophagitis and provides a platform approach for other diseases. Capsule Summary A machine learning protocol for identifying mast cells, designated Mast Cell–Artificial Intelligence, readily identified spatially distinct and dynamic populations of mast cells in EoE, providing a platform to better understand this cell type in EoE and other diseases.

Eosinophilic esophagitis (EoE) is a chronic, food-driven allergic disease resulting in eosinophilic esophageal inflammation. We recently found that EoE susceptibility is associated with genetic variants in the promoter of CAPN14, a gene with esophagus-specific expression. CAPN14 is dynamically up-regulated as a function of EoE disease activity and after exposure of epithelial cells to interleukin-13 (IL-13). Herein, we aimed to explore molecular modulation of CAPN14 expression. We identified three putative binding sites for the IL-13-activated transcription factor STAT6 in the promoter and first intron of CAPN14. Luciferase reporter assays revealed that the two most distal STAT6 elements were required for the ~10-fold increase in promoter activity subsequent to stimulation with IL-13 or IL-4, and also for the genotype-dependent reduction in IL-13-induced promoter activity. One of the STAT6 elements in the promoter was necessary for IL-13-mediated induction of CAPN14 promoter activity while the other STAT6 promoter element was necessary for full induction. Chromatin immunoprecipitation in IL-13 stimulated esophageal epithelial cells was used to further support STAT6 binding to the promoter of CAPN14 at these STAT6 binding sites. The highest CAPN14 and calpain-14 expression occurred with IL-13 or IL-4 stimulation of esophageal epithelial cells under culture conditions that allow the cells to differentiate into a stratified epithelium. This work establishes a candidate molecular mechanism for EoE disease etiology in which the risk variant at 2p23 dampens mediated CAPN14 expression in differentiated esophageal epithelial cells following IL-13/STAT6 induction of CAPN14 promoter activity.

Eosinophils are elusive cells involved in allergic inflammation. Single-cell RNA-sequencing (scRNA-seq) is an emerging approach to deeply characterize cellular properties, heterogeneity, and functionality.

Abstract Eosinophilic esophagitis (EoE) is a type 2 allergic disease characterized by esophageal inflammation and epithelial cell dysfunction. Acquired loss of the anti-serine protease of kazal type 7 (SPINK7) in the squamous epithelium of the esophagus has a causal role in EoE pathogenesis. Yet there is a limited understanding of the factors that regulate its expression and responsiveness to inflammatory stimuli. Herein, we identified the transcription factor, ovo like transcriptional repressor 1 (OVOL1) as an esophageal selective gene product that regulates SPINK7 promoter activity. Overexpression of OVOL1 increased SPINK7 expression, whereas, its depletion decreased SPINK7 expression, impaired epithelial barrier and increased production of the pro-atopy cytokine thymic stromal lymphopoietin (TSLP). Mechanistically, ligands of AHR induced nuclear translocation of OVOL1 which in turn promoted epithelial cell differentiation, barrier function and SPINK7 expression. Interleukin (IL)-4 and IL-13 abolished AHR ligand-induced OVOL1 nuclear translocation. Stimulation with IL-13 abrogated the nuclear translocation of OVOL1 and promoted enhanced degradation of OVOL1 protein. This effect of IL-13 was dependent on the esophageal specific cysteine protease calpain-14. Translational studies demonstrated loss of OVOL1 protein expression in patients with EoE. In summary, AHR mediates its action via OVOL1-induced SPINK7 transcription, and IL-4 and IL-13 repress this pathway in EoE. As such, activation of the AHR pathway is a potential intervention strategy for reversing EoE. Graphical abstract The influence of the exposome on regulatory networks in EoE pathogenesis. AHR is activated and influenced by diet nutrients, environmental toxicants, microbiome composition, tryptophan metabolites, and drugs. When AHR is activated, it promotes translocation of OVOL1 to the nucleus, which in turn promotes expression of epithelial genes including SPINK7 . SPINK7 expression promotes epithelial differentiation, barrier function, decreased proteolytic activity, and decreased TSLP production. IL-4 and IL-13 inhibit OVOL1 nuclear translocation and therefore, repress SPINK7 expression. IL-13–stimulated CAPN14 expression decreases OVOL1 protein expression and SPINK7 transcription.

Abstract Blood cell counts often fail to report on immune processes occurring in remote tissues. Here we use immune cell type-specific methylation patterns in circulating cell-free DNA (cfDNA) for studying human immune cell dynamics. We characterized cfDNA released from specific immune cell types in healthy individuals (N=242), cross sectionally and longitudinally. Immune cfDNA levels had no individual steady state as opposed to blood cell counts, suggesting that cfDNA concentration reflects adjustment of cell survival to maintain homeostatic cell numbers. We also observed selective elevation of immune-derived cfDNA upon perturbations of immune homeostasis. Following influenza vaccination (N=92), B-cell-derived cfDNA levels increased prior to elevated B-cell counts and predicted efficacy of antibody production. Patients with Eosinophilic Esophagitis (N=21) and B-cell lymphoma (N=27) showed selective elevation of eosinophil and B-cell cfDNA respectively, which were undetectable by cell counts in blood. Immune-derived cfDNA provides a novel biomarker for monitoring immune responses to physiological and pathological processes that are not accessible using conventional methods.