Abstract Intrinsically disordered protein regions (IDRs) pervasively engage in essential molecular functions, yet they are often poorly conserved as assessed by sequence alignment. To understand the seeming paradox of how sequence variability is compatible with function, we examined the functional determinants for a poorly conserved but essential IDR. We show that IDR function depends on two distinct but related properties: sequence- and chemical specificity. While sequence-specificity works via linear binding motifs, chemical-specificity reflects the sequence-encoded chemistry of multivalent interactions through amino acids across an IDR. Unexpectedly, an apparently essential binding motif can be removed if compensatory changes to the sequence chemistry are made, highlighting the orthogonality and interoperability of both properties. Our results provide a general framework to understand the functional constraints on IDR sequence evolution. One-Sentence Summary Interactions driven by intrinsically disordered regions can be understood using a two-dimensional landscape that defines binding via motif-dependent and motif-independent contributions.

ABSTRACT Biomolecular condensates that form via liquid-liquid phase separation can exhibit diverse physical states. Despite considerable progress, the relevance of condensate physical states for in vivo biological function remains limited. Here, we investigated the physical properties of in vivo processing bodies (P bodies) and their impact on mRNA storage in mature Drosophila oocytes. We show that the conserved DEAD-box RNA helicase Me31B forms P body condensates which adopt a less dynamic, arrested physical state. We demonstrate that structurally distinct proteins and hydrophobic and electrostatic interactions, together with RNA and intrinsically disordered regions, regulate the physical properties of P bodies. Finally, using live imaging, we show that the arrested state of P bodies is required to prevent the premature release of bicoid ( bcd ) mRNA, a body axis determinant, and that P body dissolution leads to bcd release. Together, this work establishes a role for arrested states of biomolecular condensates in regulating cellular function in a developing organism.

Abstract The oilseed species Thlaspi arvense (pennycress) is being domesticated as a new crop that can provide both important ecosystem services and intensify farmland output. Through the use of high throughput sequencing and phenotyping, along with classical mutagenesis key traits needed for pennycress domestication have been identified. Domestication traits identified herein include reduced pod shatter, early maturity, reduced seed glucosinolate levels, and improved oil fatty acid content. By taking advantage of pennycress’ close genetic relationship with Arabidopsis thaliana , the causative mutations responsible for each of these traits have been identified. These mutations have been used to develop molecular markers to begin to stack the traits into individual lines.

Abstract Intrinsically disordered proteins and protein regions make up a substantial fraction of many proteomes where they play a wide variety of essential roles. A critical first step in understanding the role of disordered protein regions in biological function is to identify those disordered regions correctly. Computational methods for disorder prediction have emerged as a core set of tools to guide experiments, interpret results, and develop hypotheses. Given the multiple different predictors available, consensus scores have emerged as a popular approach to mitigate biases or limitations of any single method. Consensus scores integrate the outcome of multiple independent disorder predictors and provide a per-residue value that reflects the number of tools that predict a residue to be disordered. Although consensus scores help mitigate the inherent problems of using any single disorder predictor, they are computationally expensive to generate. They also necessitate the installation of multiple different software tools, which can be prohibitively difficult. To address this challenge, we developed a deep-learning-based predictor of consensus disorder scores. Our predictor, metapredict, utilizes a bidirectional recurrent neural network trained on the consensus disorder scores from 12 proteomes. By benchmarking metapredict using two orthogonal approaches, we found that metapredict is among the most accurate disorder predictors currently available. Metapredict is also remarkably fast, enabling proteome-scale disorder prediction in minutes. Importantly, metapredict is fully open source and is distributed as a Python package, a collection of command-line tools, and a web server, maximizing the potential practical utility of the predictor. We believe metapredict offers a convenient, accessible, accurate, and high-performance predictor for single-proteins and proteomes alike. Statement of Significance Intrinsically disordered regions are found across all kingdoms of life where they play a variety of essential roles. Being able to accurately and quickly identify disordered regions in proteins using just the amino acid sequence is critical for the appropriate design and interpretation of experiments. Despite this, performing large-scale disorder prediction on thousands of sequences is challenging using extant disorder predictors due to various difficulties including general installation and computational requirements. We have developed an accurate, high-performance and easy-to-use predictor of protein disorder and structure. Our predictor, metapredict, was designed for both proteome-scale analysis and individual sequence predictions alike. Metapredict is implemented as a collection of local tools and an online web server, and is appropriate for both seasoned computational biologists and novices alike.

Abstract Duckweeds are a monophyletic group of rapidly reproducing aquatic monocots in the Lemnaceae family. Spirodela polyrhiza , the Greater Duckweed, has the largest body plan yet the smallest genome size in the family (1C = 150 Mb). Given their clonal, exponentially fast reproduction, a key question is whether genome structure is conserved across the species in the absence of meiotic recombination. We generated a highly contiguous, chromosome-scale assembly of Spirodela polyrhiza line Sp7498 using Oxford Nanopore plus Hi-C scaffolding (Sp7498_HiC) which is highly syntenic with a related line (Sp9509). Both the Sp7498_HiC and Sp9509 genome assemblies reveal large chromosomal misorientations in a recent PacBio assembly of Sp7498, highlighting the necessity of orthogonal long-range scaffolding techniques like Hi-C and BioNano optical mapping. Shotgun proteomics of Sp7498 verified the expression of ∼2,250 proteins and revealed a high abundance of proteins involved in photosynthesis and carbohydrate metabolism among other functions. In addition, a strong increase in chloroplast proteins was observed that correlated to chloroplast density. This Sp7498_HiC genome was generated cheaply and quickly with a single Oxford Nanopore MinION flow cell and one Hi-C library in a classroom setting. Combining these data with a mass spectrometry-generated proteome illustrates the utility of duckweed as a model for genomics- and proteomics-based education.

Abstract Auxin regulates many aspects of plant growth and development in concert with other plant hormones. Auxin interactions with these other phytohormones to regulate distinct processes is not fully understood. Using a forward genetics screen designed to identify seedlings resistant to the suppressive effects of auxin on dark-grown hypocotyl elongation, we identified a mutant defective in ABA ALDEHYDE OXIDASE3 ( AAO3 ), which encodes for the enzyme that carries out the final step in the biosynthesis of the plant hormone abscisic acid (ABA). We found that all examined ABA deficient mutants display resistance to the inhibitory effects of auxin on dark-grown hypocotyl elongation, suggesting that aspects of ABA signaling are downstream of auxin in regulating dark-grown hypocotyl elongation. Conversely, these mutants display wild type responsiveness to auxin in root elongation assays, suggesting that ABA does not act downstream of auxin in regulating elongation of the root. Our RNA-seq analysis suggests that many auxin-repressed genes in the hypocotyl require an intact ABA pathway for full repression. Our results suggest a model in which auxin partially requires intact ABA biosynthesis in order to regulate hypocotyl elongation, but not to regulate primary root elongation, suggesting that the genetic interactions between these two pathways are tissue-dependent.

ABSTRACT Intrinsically disordered regions (IDRs) are critical for a wide variety of cellular functions, many of which involve interactions with partner proteins. Molecular recognition is typically considered through the lens of sequence-specific binding events. However, a growing body of work has shown that IDRs often interact with partners in a manner that does not depend on the precise order of the amino acid order, instead driven by complementary chemical interactions leading to disordered bound-state complexes. Despite this emerging paradigm, we lack tools to describe, quantify, predict, and interpret these types of structurally heterogeneous interactions from the underlying amino acid sequences. Here, we repurpose the chemical physics developed originally for molecular simulations to develop an approach for predicting intermolecular interactions between IDRs and partner proteins. Our approach enables the direct prediction of phase diagrams, the identification of chemically-specific interaction hotspots on IDRs, and a route to develop and test mechanistic hypotheses regarding IDR function in the context of molecular recognition. We use our approach to examine a range of systems and questions to highlight its versatility and applicability.

Abstract Background Biomolecular condensates are non-stoichiometric assemblies that are characterized by their capacity to spatially concentrate biomolecules and play a key role in cellular organization. Proteins that drive the formation of biomolecular condensates frequently contain oligomerization domains and intrinsically disordered regions (IDRs), both of which can contribute multivalent interactions that drive higher-order assembly. Our understanding of the relative and temporal contribution of oligomerization domains and IDRs to the material properties of in vivo biomolecular condensates is limited. Similarly, the spatial and temporal dependence of protein oligomeric state inside condensates has been largely unexplored in vivo. Methods In this study, we combined quantitative microscopy with number and brightness analysis to investigate the aging, material properties, and protein oligomeric state of biomolecular condensates in vivo. Our work is focused on condensates formed by AUXIN RESPONSE FACTOR 19 (ARF19), which is a transcription factor integral to the signaling pathway for the plant hormone auxin. ARF19 contains a large central glutamine-rich IDR and a C-terminal Phox Bem1 (PB1) oligomerization domain and forms cytoplasmic condensates. Results Our results reveal that the IDR amino acid composition can influence the morphology and material properties of ARF19 condensates. In contrast the distribution of oligomeric species within condensates appears insensitive to the IDR composition. In addition, we identified a relationship between the abundance of higher- and lower-order oligomers within individual condensates and their apparent fluidity. Conclusions IDR amino acid composition affects condensate morphology and material properties. In ARF condensates, altering the amino acid composition of the IDR did not greatly affect the oligomeric state of proteins within the condensate.