Abstract Liquid-liquid phase separation underlies the membrane-less compartmentalization of cells. Intrinsically disordered low-complexity domains (LCDs) often mediate phase separation, but how their phase behavior is modulated by folded domains is incompletely understood. Here, we interrogate the interplay between folded and disordered domains of the RNA-binding protein hnRNPA1. The LCD of hnRNPA1 is sufficient for mediating phase separation in vitro . However, we show that the folded RRM domains and a folded solubility-tag modify the phase behavior, even in the absence of RNA. Notably, the presence of the folded domains reverses the salt dependence of the driving force for phase separation relative to the LCD alone. Small-angle X-ray scattering experiments and coarse-grained MD simulations show that the LCD interacts transiently with the RRMs and/or the solubility-tag in a salt-sensitive manner, providing a mechanistic explanation for the observed salt-dependent phase separation. These data point to two effects from the folded domains: (1) electrostatically mediated interactions that compact hnRNPA1 and contribute to phase separation, and (2) increased solubility at higher ionic strengths mediated by the folded domains. The interplay between disordered and folded domains can modify the dependence of phase behavior on solution conditions and can obscure signatures of physicochemical interactions underlying phase separation. Graphical abstract hnRNPA1 phase separation is highly salt sensitive. Phase separation of the low-complexity domain (LCD) of hnRNPA1 increases with NaCl. In contrast, phase separation of full-length hnRNPA1 is saltsensitive. At low NaCl concentrations, electrostatic RRM-LCD interactions occur and can contribute positively to phase separation, but they are screened at high NaCl concentrations. The folded domains solubilize hnRNPA1 under these conditions and prevent phase separation.

Converting cryo-electron microscopy (cryo-EM) data into high-quality structural models is a challenging problem of outstanding importance. Current refinement methods often generate unbalanced models in which physico-chemical quality is sacrificed for excellent fit to the data. Furthermore, these techniques struggle to represent the conformational heterogeneity averaged out in low-resolution regions of density maps. Here we introduce EMMIVox, a Bayesian inference approach to determine single-structure models as well as structural ensembles from cryo-EM maps. EMMIVox automatically balances experimental information with accurate physico-chemical models of the system and the surrounding environment, including waters, lipids, and ions. Explicit treatment of data correlation and noise as well as inference of accurate B-factors enable determination of structural models and ensembles with both excellent fit to the data and high stereochemical quality, thus outperforming state-of-the-art refinement techniques. EMMIVox represents a flexible approach to determine high-quality structural models that will contribute to advancing our understanding of the molecular mechanisms underlying biological functions.

Abstract Coarse-grained molecular dynamics simulations are a useful tool to determine conformational ensembles of proteins. Here, we show that the coarse-grained force field Martini 3 underestimates the global dimensions of intrinsically disordered proteins (IDPs) and multidomain proteins when compared with small angle X-ray scattering (SAXS) data, and that increasing the strength of protein-water interactions favours more expanded conformations. We find that increasing the strength of interactions between protein and water by ca. 10% results in improved agreement with the SAXS data for IDPs and multi-domain proteins. We also show that this correction results in a more accurate description of self-association of IDPs and folded proteins and better agreement with paramagnetic relaxation enhancement data for most IDPs. While simulations with this revised force field still show deviations to experiments for some systems our results suggest that it is overall a substantial improvement for coarse-grained simulations of soluble proteins.

Multidomain proteins with flexible linkers and disordered regions play important roles in many cellular processes, but characterizing their conformational ensembles is difficult. We have previously shown that the coarse-grained model, Martini 3, produces too compact ensembles in solution, that may in part be remedied by strengthening protein–water interactions. Here, we show that decreasing the strength of protein–protein interactions leads to improved agreement with experimental data on a wide set of systems. We show that the 'symmetry' between rescaling protein–water and protein–protein interactions breaks down when studying interactions with or within membranes; rescaling protein-protein interactions better preserves the binding specificity of proteins with lipid membranes, whereas rescaling protein-water interactions preserves oligomerization of transmembrane helices. We conclude that decreasing the strength of protein–protein interactions improves the accuracy of Martini 3 for IDPs and multidomain proteins, both in solution and in the presence of a lipid membrane. Here, the authors show that decreasing the strength of protein-protein interactions leads to improved agreement of Martini 3 generated molecular dynamics simulations with experimental data on a wide set of systems.

Abstract Multidomain proteins with flexible linkers and disordered regions play important roles in many cellular processes, but characterizing their conformational ensembles is difficult. In simulations, the situation is complicated further in multi-component systems—such as in the presence of a membrane—since the conformational ensemble depends on subtle balances between the interactions between and within protein, membrane, and water. We have previously shown that, for intrinsically disordered proteins (IDPs) and a small set of multidomain proteins, the widely used coarse grained force field, Martini 3, produces too compact ensembles in solution, and that increasing the strength of protein-water interactions in Martini 3 (by 10%) improves the agreement between simulations and small-angle X-ray scattering (SAXS) for these proteins. Here, we examine whether, as an alternative approach, decreasing the strength of interactions between protein beads can provide equivalent or further improved agreement with the experimental data, and explore the effects of these choices on the interactions with lipid bilayers. We have expanded the set of multidomain proteins to include a wider variety of sizes and domain architectures. Consistent with our previous results, we find that Martini 3 underestimates the global dimensions of this set of multidomain proteins, and that increasing the strength of protein-water interactions (by 10%) or decreasing the strength of non-bonded interactions between protein beads (by 12%) substantially improves the agreement with experimental SAXS data. We show that the ‘symmetry’ between rescaling protein-water and protein-protein interactions breaks down when studying interactions with membranes, and that rescaling protein-protein interactions better preserves the binding specificity of peripheral membrane proteins, multidomain proteins, and IDPs with lipid membranes. We conclude that decreasing the strength of protein-protein interactions improves the accuracy of Martini 3 for IDPs and multidomain proteins, both in solution and in the presence of a lipid membrane, providing a favorable alternative to rescaling protein-water interactions.

Converting cryo-electron microscopy (cryo-EM) data into high-quality structural models is a challenging problem of outstanding importance. Current refinement methods often generate unbalanced models in which physico-chemical quality is sacrificed for excellent fit to the data. Furthermore, these techniques struggle to represent the conformational heterogeneity averaged out in low-resolution regions of density maps. Here we introduce EMMIVox, a Bayesian inference approach to determine single-structure models as well as structural ensembles from cryo-EM maps. EMMIVox automatically balances experimental information with accurate physico-chemical models of the system and the surrounding environment, including waters, lipids, and ions. Explicit treatment of data correlation and noise as well as inference of accurate B-factors enable determination of structural models and ensembles with both excellent fit to the data and high stereochemical quality, thus outperforming state-of-the-art refinement techniques. EMMIVox represents a flexible approach to determine high-quality structural models that will contribute to advancing our understanding of the molecular mechanisms underlying biological functions.

Abstract Speckle-type POZ protein (SPOP) is a substrate adaptor in the ubiquitin proteasome system, and plays important roles in cell-cycle control, development, and cancer. SPOP forms linear higher-order oligomers following an isodesmic self-association model. Oligomerization is essential for SPOP’s multivalent interactions with substrates, which facilitate phase separation and localization to biomolecular condensates. Structural characterization of SPOP in its oligomeric state and in solution is, however, challenging due to the inherent conformational and compositional heterogeneity of the oligomeric species. Here, we develop an approach to simultaneously and self-consistently characterize the conformational ensemble and the distribution of oligomeric states of SPOP by combining small-angle X-ray scattering (SAXS) and molecular dynamics simulations. We build initial conformational ensembles of SPOP oligomers using coarse-grained molecular dynamics simulations, and use a Bayesian/maximum entropy approach to refine the ensembles, along with the distribution of oligomeric states, against a concentration series of SAXS experiments. Our results suggest that SPOP oligomers behave as rigid, helical structures in solution, and that a flexible linker region allows SPOP’s substrate binding domains to extend away from the core of the oligomers. Additionally, our results are in good agreement with previous characterization of the isodesmic self-association of SPOP. In the future, the approach presented here can be extended to other systems to simultaneously characterize structural heterogeneity and self-assembly.