Molecular mechanics is powerful for its speed in atomistic simulations, but an accurate force field is required. The Amber ff99SB force field improved protein secondary structure balance and dynamics from earlier force fields like ff99, but weaknesses in side chain rotamer and backbone secondary structure preferences have been identified. Here, we performed a complete refit of all amino acid side chain dihedral parameters, which had been carried over from ff94. The training set of conformations included multidimensional dihedral scans designed to improve transferability of the parameters. Improvement in all amino acids was obtained as compared to ff99SB. Parameters were also generated for alternate protonation states of ionizable side chains. Average errors in relative energies of pairs of conformations were under 1.0 kcal/mol as compared to QM, reduced 35% from ff99SB. We also took the opportunity to make empirical adjustments to the protein backbone dihedral parameters as compared to ff99SB. Multiple small adjustments of φ and ψ parameters were tested against NMR scalar coupling data and secondary structure content for short peptides. The best results were obtained from a physically motivated adjustment to the φ rotational profile that compensates for lack of ff99SB QM training data in the β-ppII transition region. Together, these backbone and side chain modifications (hereafter called ff14SB) not only better reproduced their benchmarks, but also improved secondary structure content in small peptides and reproduction of NMR χ1 scalar coupling measurements for proteins in solution. We also discuss the Amber ff12SB parameter set, a preliminary version of ff14SB that includes most of its improvements.

The severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) Omicron variant of concern evades antibody-mediated immunity that comes from vaccination or infection with earlier variants due to accumulation of numerous spike mutations. To understand the Omicron antigenic shift, we determined cryo–electron microscopy and x-ray crystal structures of the spike protein and the receptor-binding domain bound to the broadly neutralizing sarbecovirus monoclonal antibody (mAb) S309 (the parent mAb of sotrovimab) and to the human ACE2 receptor. We provide a blueprint for understanding the marked reduction of binding of other therapeutic mAbs that leads to dampened neutralizing activity. Remodeling of interactions between the Omicron receptor-binding domain and human ACE2 likely explains the enhanced affinity for the host receptor relative to the ancestral virus.

Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) has evolved variants with substitutions in the spike receptor-binding domain (RBD) that affect its affinity for angiotensin-converting enzyme 2 (ACE2) receptor and recognition by antibodies. These substitutions could also shape future evolution by modulating the effects of mutations at other sites-a phenomenon called epistasis. To investigate this possibility, we performed deep mutational scans to measure the effects on ACE2 binding of all single-amino acid mutations in the Wuhan-Hu-1, Alpha, Beta, Delta, and Eta variant RBDs. Some substitutions, most prominently Asn

SARS-CoV-2 Omicron sublineages carry distinct spike mutations and represent an antigenic shift resulting in escape from antibodies induced by previous infection or vaccination. We show that hybrid immunity or vaccine boosters result in potent plasma neutralizing activity against Omicron BA.1 and BA.2 and that breakthrough infections, but not vaccination-only, induce neutralizing activity in the nasal mucosa. Consistent with immunological imprinting, most antibodies derived from memory B cells or plasma cells of Omicron breakthrough cases cross-react with the Wuhan-Hu-1, BA.1 and BA.2 receptor-binding domains whereas Omicron primary infections elicit B cells of narrow specificity. While most clinical antibodies have reduced neutralization of Omicron, we identified an ultrapotent pan-variant antibody, that is unaffected by any Omicron lineage spike mutations and is a strong candidate for clinical development.

The therapeutic effect of targeted kinase inhibitors can be significantly reduced by intrinsic or acquired resistance mutations that modulate the affinity of the drug for the kinase. In cancer, the majority of missense mutations are rare, making it difficult to predict their impact on inhibitor affinity. This complicates the practice of precision medicine, pairing of patients with clinical trials, and development of next-generation inhibitors. Here, we examine the potential for alchemical free-energy calculations to predict how kinase mutations modulate inhibitor affinities to Abl, a major target in chronic myelogenous leukemia (CML). We find these calculations can achieve useful accuracy in predicting resistance for a set of eight FDA-approved kinase inhibitors across 144 clinically-identified point mutations, achieving a root mean square error in binding free energy changes of 1.1 kcal/mol (95% CI [0.9, 1.3] kcal/mol) and correctly classifying mutations 0.9 as resistant or susceptible with 88% accuracy (95% CI [82,93]%). Since these calculations are fast on modern GPUs, this benchmark establishes the potential for physical modeling to collaboratively support the rapid assessment and anticipation of the potential for patient mutations to affect drug potency in clinical applications.

Abstract SARS-CoV-2 has evolved variants with substitutions in the spike receptor-binding domain (RBD) that impact its affinity for ACE2 receptor and recognition by antibodies. These substitutions could also shape future evolution by modulating the effects of mutations at other sites—a phenomenon called epistasis. To investigate this possibility, we performed deep mutational scans to measure the effects on ACE2 binding of all single amino-acid mutations in the Wuhan-Hu-1, Alpha, Beta, Delta, and Eta variant RBDs. Some substitutions, most prominently N501Y, cause epistatic shifts in the effects of mutations at other sites, thereby shaping subsequent evolutionary change. These epistatic shifts occur despite high conservation of the overall RBD structure. Our data shed light on RBD sequence-function relationships and facilitate interpretation of ongoing SARS-CoV-2 evolution.

Everyday existence and survival of most organisms requires coping with temperature changes, which involves gene regulatory networks both as subjects and agents of cellular protection. Yet, how temperature affects gene network function remains unclear, partly because natural gene networks are complex and incompletely characterized. Here, we study how heating and cooling affect the function of single genes and well-characterized synthetic gene circuits in Saccharomyces cerevisiae. We found nontrivial, nonmonotone temperature-dependent gene expression trends at non-growth-optimal temperatures. In addition, heating caused unusual bimodality in the negative-feedback gene circuit expression and shifts upward the bimodal regime for the positive feedback gene circuit. Mathematical models incorporating temperature-dependent growth rates and Arrhenius scaling of reaction rates captured the effects of cooling, but not those of heating. Molecular dynamics simulations revealed that heating alters the conformational dynamics and allows DNA-binding of the TetR transcriptional repressor, fully explaining the experimental results for the negative-feedback gene circuit. Overall, we uncover how temperature shifts may corrupt gene networks, which may aid future designs of temperature-robust synthetic gene circuits.