Abstract The prediction of changes in protein stability and structure resulting from single amino acid substitutions is both a fundamental test of macromolecular modeling methodology and an important current problem as high throughput sequencing reveals sequence polymorphisms at an increasing rate. In principle, given the structure of a wild‐type protein and a point mutation whose effects are to be predicted, an accurate method should recapitulate both the structural changes and the change in the folding‐free energy. Here, we explore the performance of protocols which sample an increasing diversity of conformations. We find that surprisingly similar performances in predicting changes in stability are achieved using protocols that involve very different amounts of conformational sampling, provided that the resolution of the force field is matched to the resolution of the sampling method. Methods involving backbone sampling can in some cases closely recapitulate the structural changes accompanying mutations but not surprisingly tend to do more harm than good in cases where structural changes are negligible. Analysis of the outliers in the stability change calculations suggests areas needing particular improvement; these include the balance between desolvation and the formation of favorable buried polar interactions, and unfolded state modeling. Proteins 2011. © 2010 Wiley‐Liss, Inc.

The combination of protein display, moderate selection for protein activity and high-throughput DNA sequencing can be applied to hundreds of thousands of protein variants in parallel, enabling the derivation of sequence-function relationships. We present a large-scale approach to investigate the functional consequences of sequence variation in a protein. The approach entails the display of hundreds of thousands of protein variants, moderate selection for activity and high-throughput DNA sequencing to quantify the performance of each variant. Using this strategy, we tracked the performance of >600,000 variants of a human WW domain after three and six rounds of selection by phage display for binding to its peptide ligand. Binding properties of these variants defined a high-resolution map of mutational preference across the WW domain; each position had unique features that could not be captured by a few representative mutations. Our approach could be applied to many in vitro or in vivo protein assays, providing a general means for understanding how protein function relates to sequence.

Abstract We describe predictions made using the Rosetta structure prediction methodology for the Eighth Critical Assessment of Techniques for Protein Structure Prediction. Aggressive sampling and all‐atom refinement were carried out for nearly all targets. A combination of alignment methodologies was used to generate starting models from a range of templates, and the models were then subjected to Rosetta all atom refinement. For the 64 domains with readily identified templates, the best submitted model was better than the best alignment to the best template in the Protein Data Bank for 24 cases, and improved over the best starting model for 43 cases. For 13 targets where only very distant sequence relationships to proteins of known structure were detected, models were generated using the Rosetta de novo structure prediction methodology followed by all‐atom refinement; in several cases the submitted models were better than those based on the available templates. Of the 12 refinement challenges, the best submitted model improved on the starting model in seven cases. These improvements over the starting template‐based models and refinement tests demonstrate the power of Rosetta structure refinement in improving model accuracy. Proteins 2009. © 2009 Wiley‐Liss, Inc.

Tackling microtubule-tau interactions Alzheimer's disease is a major cause of death in the elderly. Disease progression is associated with the accumulation of neurofibrillary tangles composed of tau, a protein important for neuronal development and function. Tangle formation is preceded by phosphorylation events that cause tau to dissociate from its native binding partner, microtubules. Microtubule-tau interactions have been mysterious. Kellogg et al. used cryo–electron microscopy and molecular modeling to show how tau interacts with the outer surface of the microtubule, stapling together tubulin subunits and thus stabilizing the polymer. A key tau amino acid within the tightly bound segment between tubulin subunits corresponds to a clinically relevant site of tau phosphorylation, explaining the competition between microtubule interaction and tau aggregation. Science , this issue p. 1242

A number of microtubule (MT)-stabilizing agents (MSAs) have demonstrated or predicted potential as anticancer agents, but a detailed structural basis for their mechanism of action is still lacking. We have obtained high-resolution (3.9–4.2 Å) cryo-electron microscopy (cryo-EM) reconstructions of MTs stabilized by the taxane-site binders Taxol and zampanolide, and by peloruside, which targets a distinct, non-taxoid pocket on β-tubulin. We find that each molecule has unique distinct structural effects on the MT lattice structure. Peloruside acts primarily at lateral contacts and has an effect on the "seam" of heterologous interactions, enforcing a conformation more similar to that of homologous (i.e., non-seam) contacts by which it regularizes the MT lattice. In contrast, binding of either Taxol or zampanolide induces MT heterogeneity. In doubly bound MTs, peloruside overrides the heterogeneity induced by Taxol binding. Our structural analysis illustrates distinct mechanisms of these drugs for stabilizing the MT lattice and is of relevance to the possible use of combinations of MSAs to regulate MT activity and improve therapeutic potential.

Abstract Type VI CRISPR-Cas systems use the RNA-guided RNase Cas13 to defend bacteria against viruses, and some of these systems encode putative membrane proteins that have unclear roles in Cas13-mediated defense. Here we show that Csx28, of Type VI-B2 systems, forms membrane pore structures to slow cellular metabolism upon viral infection, and this activity drastically increases anti-viral defense. High- resolution cryo-EM reveals that Csx28 exists unexpectedly as a detergent-encapsulated octameric pore, and we then show these Csx28 pores are membrane localized in vivo . Activation of Csx28 in vivo strictly requires sequence-specific recognition of viral mRNAs by Cas13b, and this activation results in Csx28-mediated membrane depolarization, slowed metabolism, and inhibition of sustained viral infection. Together, our work reveals an unprecedented mechanism by which Csx28 acts as a downstream, Cas13b-activated, effector protein that uses membrane perturbation as an anti-viral defense strategy.

Abstract CRISPR-associated transposition systems allow guide RNA-directed integration of a single DNA insertion in one orientation at a fixed distance from a programmable target sequence. We define the mechanism explaining this process by characterizing the transposition regulator, TnsC, from a Type V-K CRISPR-transposase system using cryo-EM. Polymerization of ATP-bound TnsC helical filaments explains how polarity information is passed to the transposase. Our Cryo-EM structure of TniQ-TnsC reveals that TniQ caps the TnsC filament, establishing a universal mechanism for target information transfer in Tn7/Tn7-like elements. Transposase-driven disassembly establishes delivery of the element only to unused protospacers. Finally, structures with the transition state mimic, ADP·AlF 3 , reveals how TnsC transitions to define the fixed point of insertion. These mechanistic findings provide the underpinnings for engineering CRISPR-associated transposition systems for research and therapeutic applications. One Sentence Summary Cryo-EM studies reveals the role of the AAA+ regulator TnsC for target-site selection in CRISPR-associated transposition systems.

Abstract Deciphering the relationship between a gene and its genomic context is fundamental to understanding and engineering biological systems. Machine learning has shown promise in learning latent relationships underlying the sequence-structure-function paradigm from massive protein sequence datasets. However, to date, limited attempts have been made in extending this continuum to include higher order genomic context information. Evolutionary processes dictate the specificity of genomic contexts in which a gene is found across phylogenetic distances, and these emergent genomic patterns can be leveraged to uncover functional relationships between gene products. Here, we trained a genomic language model (gLM) on millions of metagenomic scaffolds to learn the latent functional and regulatory relationships between genes. gLM learns contextualized protein embeddings that capture the genomic context as well as the protein sequence itself, and encode biologically meaningful and functionally relevant information (e.g. enzymatic function, taxonomy). Our analysis of the attention patterns demonstrates that gLM is learning co-regulated functional modules (i.e. operons). Our findings illustrate that gLM’s unsupervised deep learning of the metagenomic corpus is an effective and promising approach to encode functional semantics and regulatory syntax of genes in their genomic contexts and uncover complex relationships between genes in a genomic region.

Abstract CRISPR-associated transposons (CAST) are programmable mobile elements that insert large DNA cargo by an RNA-guided mechanism. Multiple conserved components act in concert at the target site through formation of an integration complex (transpososome). We reconstituted the type V-K CAST transpososome from Scytonema hofmannii (ShCAST) and determined the structure using cryo-EM. Transpososome architecture ensures orientation-specific association: AAA+ regulator TnsC has defined polarity and length, with dedicated interaction interfaces for other CAST components. Interestingly, transposase (TnsB)-TnsC interactions we observe contribute to stimulating TnsC’s ATP hydrolysis activity. TnsC deviates from previously observed helical configurations of TnsC, and target DNA does not track with TnsC protomers. Consequently, TnsC makes new, functionally important protein-DNA interactions throughout the transpososome. Finally, two distinct transpososome populations suggests that associations with the CRISPR effector are flexible. These ShCAST transpososome structures significantly enhances our understanding of CAST transposition systems and suggests avenues for improving CAST transposition for precision genome-editing applications.