Deep learning takes on protein folding In 1972, Anfinsen won a Nobel prize for demonstrating a connection between a protein’s amino acid sequence and its three-dimensional structure. Since 1994, scientists have competed in the biannual Critical Assessment of Structure Prediction (CASP) protein-folding challenge. Deep learning methods took center stage at CASP14, with DeepMind’s Alphafold2 achieving remarkable accuracy. Baek et al . explored network architectures based on the DeepMind framework. They used a three-track network to process sequence, distance, and coordinate information simultaneously and achieved accuracies approaching those of DeepMind. The method, RoseTTA fold, can solve challenging x-ray crystallography and cryo–electron microscopy modeling problems and generate accurate models of protein-protein complexes. —VV

Abstract DeepMind presented remarkably accurate protein structure predictions at the CASP14 conference. We explored network architectures incorporating related ideas and obtained the best performance with a 3-track network in which information at the 1D sequence level, the 2D distance map level, and the 3D coordinate level is successively transformed and integrated. The 3-track network produces structure predictions with accuracies approaching those of DeepMind in CASP14, enables rapid solution of challenging X-ray crystallography and cryo-EM structure modeling problems, and provides insights into the functions of proteins of currently unknown structure. The network also enables rapid generation of accurate models of protein-protein complexes from sequence information alone, short circuiting traditional approaches which require modeling of individual subunits followed by docking. We make the method available to the scientific community to speed biological research. One-Sentence Summary Accurate protein structure modeling enables rapid solution of structure determination problems and provides insights into biological function.

S-layers are crystalline arrays found on bacterial and archaeal cells. Lactobacillus is a diverse family of bacteria known especially for potential gut health benefits. This study focuses on the S-layer proteins from Lactobacillus acidophilus and Lactobacillus amylovorus common in the mammalian gut. Atomic resolution structures of Lactobacillus S-layer proteins SlpA and SlpX exhibit domain swapping, and the obtained assembly model of the main S-layer protein SlpA aligns well with prior electron microscopy and mutagenesis data. The S-layer’s pore size suggests a protective role, with charged areas aiding adhesion. A highly similar domain organization and interaction network are observed across the Lactobacillus genus. Interaction studies revealed conserved binding areas specific for attachment to teichoic acids. The structure of the SlpA S-layer and the suggested incorporation of SlpX as well as its interaction with teichoic acids lay the foundation for deciphering its role in immune responses and for developing effective treatments for a variety of infectious and bacteria-mediated inflammation processes, opening opportunities for targeted engineering of the S-layer or lactobacilli bacteria in general.

Abstract Lipolysis is an essential metabolic process that releases unesterified fatty acids from neutral lipid stores to maintain energy homeostasis in living organisms. Adipose triglyceride lipase (ATGL) plays a key role in intracellular lipolysis and can be co-activated upon interaction with the protein comparative gene identification-58 (CGI-58). The underlying molecular mechanism of ATGL stimulation by CGI-58 is incompletely understood. Based on analysis of evolutionary conservation, we used site directed mutagenesis to study a C-terminally truncated variant and full-length mouse ATGL providing insights in the protein co-activation on a per-residue level. We identified the region from residues N209-N215 in mouse ATGL as essential for co-activation by mouse CGI-58. ATGL variants with amino-acids exchanges in this region were still able to hydrolyze triacylglycerol at the basal level and to interact with CGI-58, yet could not be activated by CGI-58. Our studies also demonstrate that full-length mouse ATGL showed higher tolerance to specific single amino acid exchanges in the N209-N215 region upon CGI-58 co-activation compared to C-terminally truncated ATGL variants. The region is either directly involved in protein-protein interaction or essential for conformational changes required in the co-activation process. Three-dimensional models of the ATGL/CGI-58 complex with the artificial intelligence software AlphaFold demonstrated that a large surface area is involved in the protein-protein interaction. Mapping important amino acids for co-activation of both proteins, ATGL and CGI-58, onto the 3D model of the complex locates these essential amino acids at the predicted ATGL/CGI-58 interface thus strongly corroborating the significance of these residues in CGI-58 mediated co-activation of ATGL.

Abstract Structural predictions have matched the accuracy of experimental structures in the case of close homologues, outperformed docking methods for multimeric complexes and helped sampling the conformational landscape of transporters and receptors. Such successes prompt the question whether predictions can be used to relate experimental structures in the context of available knowledge. LysR-type transcriptional regulators (LTTR) constitute the most common family of bacterial regulators. Intriguingly, their experimental structures are remarkably diverse. The active species, composed of flexible monomers dimerizing through their N- and C-terminal domains in a circular arrangement, differ across LTTR, due to intrinsic sequence differences or because crystals stabilize diverse snapshots of a common dynamic mechanism. We have used AlphaFold2 (AF) to interrogate the experimental AtzR structure in the context of predictions guided towards the different hetero-multimeric conformations known for other LTTR. Our approach drives AF prediction with the structure-based selection of the information input through sequence alignment and template conformation, linked to examination of the energy with PISA and interactions with ALEPH.