Abstract Intraflagellar transport (IFT) is a conserved process of cargo transport in cilia that is essential for development and homeostasis in organisms ranging from algae to vertebrates. In humans, variants in genes encoding subunits of the cargo-adapting IFT-A and IFT-B protein complexes are a common cause of genetic diseases known as ciliopathies. While recent progress has been made in determining the atomic structure of IFT-B, little is known of the structural biology of IFT-A. Here, we combined chemical cross-linking mass spectrometry and cryo-electron tomography with AlphaFold2-based prediction of both protein structures and interaction interfaces to model the overall architecture of the monomeric six-subunit IFT-A complex, as well as its polymeric assembly within cilia. We define monomer-monomer contacts and membrane-associated regions available for association with transported cargo, and we also use this model to provide insights into the pleiotropic nature of human ciliopathy-associated genetic variants in genes encoding IFT-A subunits. Our work demonstrates the power of integration of experimental and computational strategies both for multi-protein structure determination and for understanding the etiology of human genetic disease. Summary The 3D structure of the six-subunit complex and its polymeric assembly gives insights into cargo transport in cilia and how specific mutations in these genes lead to ciliopathy birth defects.

Abstract A major goal in structural biology is to understand protein assemblies in their biologically relevant states. Here, we investigate whether AlphaFold2 structure predictions match native protein conformations. We chemically cross-linked proteins in situ within intact Tetrahymena thermophila cilia and native ciliary extracts and identified 1,225 intramolecular cross-links within the 100 best-sampled proteins to provide a benchmark of distance restraints obeyed by proteins in their native assemblies. The corresponding AlphaFold2 structure predictions were highly concordant, positioning 86.2% of cross-linked residues within Cα-to-Cα distances of 30 Å, consistent with the known cross-linker length. 43% of the proteins showed no violations. Most inconsistencies occurred in low-confidence regions or between domains of the structure prediction. For basal body protein BBC118, cross-links combined with the predicted structure revealed domain packing satisfying both data. Overall, AlphaFold2 predicted biological structures with low predicted aligned error corresponded to more correct native structures. However, we observe cases where rigid body domains are oriented incorrectly, suggesting that combining structure prediction with experimental information will better reveal biologically relevant conformations.

SUMMARY Red blood cells (RBCs, erythrocytes) are the simplest primary human cells, lacking nuclei and major organelles, and instead employing about a thousand proteins to dynamically control cellular function and morphology in response to physiological cues. In this study, we defined a canonical RBC proteome and interactome using quantitative mass spectrometry and machine learning. Our data reveal an RBC interactome dominated by protein homeostasis, redox biology, cytoskeletal dynamics, and carbon metabolism. We validated protein complexes through electron microscopy and chemical crosslinking, and with these data, built 3D structural models of the ankyrin/Band 3/Band 4.2 complex that bridges the spectrin cytoskeleton to the RBC membrane. The model suggests spring-link compression of ankyrin may contribute to the characteristic RBC cell shape and flexibility. Taken together, our study provides an in-depth view of the global protein organization of human RBCs and serves as a comprehensive resource for future research.

Abstract CRISPR (Clustered regularly interspaced short palindromic repeats)-Cas (CRISPR-associated) systems are a type of adaptive immune response in bacteria and archaea that utilize crRNA (CRISPR RNA)-guided effector complexes to target complementary RNA or DNA for destruction. The prototypical type III-A and III-B CRISPR-Cas systems utilize multi-subunit effector complexes composed of individual proteins to cleave ssRNA targets at 6-nt intervals, as well as non-specifically degrading ssDNA and activating cyclic oligoadenylate (cOA) synthesis. Recent studies have shown that type III systems can contain subunit fusions yet maintain canonical type III RNA-targeting capabilities. To understand how a multi-subunit fusion effector functions, we determine structures of a variant type III-D effector and biochemically characterize how it cleaves RNA targets. These findings provide insights into how multi-subunit fusion proteins are tethered together and assemble into an active and programmable RNA endonuclease, how the effector utilizes a novel mechanism for target RNA seeding, and the structural basis for the evolution of type III effector complexes. Furthermore, our results provide a blueprint for fusing subunits in class 1 effectors for design of user-defined effector complexes with disparate activities. Important note While this manuscript was in preparation, a manuscript describing the structure of the type III-E effector was published 1 . We reference these important findings; however, a careful comparison of the structures will follow once the coordinates have been released by the PDB.

Abstract Electron microscopy (EM) continues to provide near-atomic resolution structures for well-behaved proteins and protein complexes. Unfortunately, structures of some complexes are limited to low- to medium-resolution due to biochemical or conformational heterogeneity. Thus, the application of unbiased systematic methods for fitting individual structures into EM maps is important. A method that employs co-evolutionary information obtained solely from sequence data could prove invaluable for quick, confident localization of subunits within these structures. Here, we incorporate the co-evolution of intermolecular amino acids as a new type of distance restraint in the Integrative Modeling Platform (IMP) in order to build three-dimensional models of atomic structures into EM maps ranging from 10-14 Å in resolution. We validate this method using four complexes of known structure, where we highlight the conservation of intermolecular couplings despite dynamic conformational changes using the BAM complex. Finally, we use this method to assemble the subunits of the bacterial holo-translocon into a model that agrees with previous biochemical data. The use of evolutionary couplings in integrative modeling improves systematic, unbiased fitting of atomic models into medium- to low-resolution EM maps, providing additional information to integrative models lacking in spatial data.

Protein-protein interactions are critical to protein function, but three-dimensional (3D) arrangements of interacting proteins have proven hard to predict, even given the identities and 3D structures of the interacting partners. Specifically, identifying the relevant pairwise interaction surfaces remains difficult, often relying on shape complementarity with molecular docking while accounting for molecular motions to optimize rigid 3D translations and rotations. However, such approaches can be computationally expensive, and faster, less accurate approximations may prove useful for large-scale prediction and assembly of 3D structures of multi-protein complexes. We asked if a reduced representation of protein geometry retains enough information about molecular properties to predict pairwise protein interaction interfaces that are tolerant of limited structural rearrangements. Here, we describe a cuboid transformation of 3D protein accessible surfaces on which molecular properties such as charge, hydrophobicity, and mutation rate can be easily mapped, implemented in the MorphProt package. Pairs of surfaces are compared to rapidly assess partner-specific potential surface complementarity. On two available benchmarks of 97 overall known protein complexes, we observed F1 scores (a weighted combination of precision and recall) of 19-34% at correctly identifying protein interaction surfaces, comparable to more computationally intensive 3D docking methods in the annual Critical Assessment of PRedicted Interactions. Furthermore, we examined the effect of molecular motion through normal mode simulation on a benchmark receptor-ligand pair and observed no marked loss of predictive accuracy for distortions of up to 6 Å RMSD. Thus, a cuboid transformation of protein surfaces retains considerable information about surface complementarity, offers enhanced speed of comparison relative to more complex geometric representations, and exhibits tolerance to conformational changes.

Motile cilia are ancient, evolutionarily conserved organelles whose dysfunction underlies motile ciliopathies, a broad class of human diseases. Motile cilia contain myriad different proteins that assemble into an array of distinct machines, so understanding the interactions and functional hierarchies among them presents an important challenge. Here, we defined the protein interactome of motile axonemes using cross-linking mass spectrometry (XL/MS) in Tetrahymena thermophila. From over 19,000 XLs, we identified 4,757 unique amino acid interactions among 1,143 distinct proteins, providing both macromolecular and atomic-scale insights into diverse ciliary machines, including the Intraflagellar Transport system, axonemal dynein arms, radial spokes, the 96 nm ruler, and microtubule inner proteins, among others. Guided by this dataset, we used vertebrate multiciliated cells to reveal novel functional interactions among several poorly-defined human ciliopathy proteins. The dataset therefore provides a powerful resource for studying the basic biology of an ancient organelle and the molecular etiology of human genetic disease.