De novo enzyme design has sought to introduce active sites and substrate-binding pockets that are predicted to catalyse a reaction of interest into geometrically compatible native scaffolds1,2, but has been limited by a lack of suitable protein structures and the complexity of native protein sequence-structure relationships. Here we describe a deep-learning-based 'family-wide hallucination' approach that generates large numbers of idealized protein structures containing diverse pocket shapes and designed sequences that encode them. We use these scaffolds to design artificial luciferases that selectively catalyse the oxidative chemiluminescence of the synthetic luciferin substrates diphenylterazine3 and 2-deoxycoelenterazine. The designed active sites position an arginine guanidinium group adjacent to an anion that develops during the reaction in a binding pocket with high shape complementarity. For both luciferin substrates, we obtain designed luciferases with high selectivity; the most active of these is a small (13.9 kDa) and thermostable (with a melting temperature higher than 95 °C) enzyme that has a catalytic efficiency on diphenylterazine (kcat/Km = 106 M-1 s-1) comparable to that of native luciferases, but a much higher substrate specificity. The creation of highly active and specific biocatalysts from scratch with broad applications in biomedicine is a key milestone for computational enzyme design, and our approach should enable generation of a wide range of luciferases and other enzymes.

Endocytosis and lysosomal trafficking of cell surface receptors can be triggered by interaction with endogenous ligands. Therapeutic approaches such as LYTAC1,2 and KineTAC3, have taken advantage of this to target specific proteins for degradation by fusing modified native ligands to target binding proteins. While powerful, these approaches can be limited by possible competition with the endogenous ligand(s), the requirement in some cases for chemical modification that limits genetic encodability and can complicate manufacturing, and more generally, there may not be natural ligands which stimulate endocytosis through a given receptor. Here we describe general protein design approaches for designing endocytosis triggering binding proteins (EndoTags) that overcome these challenges. We present EndoTags for the IGF-2R, ASGPR, Sortillin, and Transferrin receptors, and show that fusing these tags to proteins which bind to soluble or transmembrane protein leads to lysosomal trafficking and target degradation; as these receptors have different tissue distributions, the different EndoTags could enable targeting of degradation to different tissues. The modularity and genetic encodability of EndoTags enables AND gate control for higher specificity targeted degradation, and the localized secretion of degraders from engineered cells. The tunability and modularity of our genetically encodable EndoTags should contribute to deciphering the relationship between receptor engagement and cellular trafficking, and they have considerable therapeutic potential as targeted degradation inducers, signaling activators for endocytosis-dependent pathways, and cellular uptake inducers for targeted antibody drug and RNA conjugates.

With global vaccination efforts against SARS-CoV-2 underway, there is a need for rapid quantification methods for neutralizing antibodies elicited by vaccination and characterization of their strain dependence. Here, we describe a designed protein biosensor that enables sensitive and rapid detection of neutralizing antibodies against wild type and variant SARS-CoV-2 in serum samples. More generally, our thermodynamic coupling approach can better distinguish sample to sample differences in analyte binding affinity and abundance than traditional competition based assays.

Abstract Genetically encoded biosensors have accelerated biological discovery, however many important targets such as active Ras (Ras-GTP) are difficult to sense as strategies to match a sensor’s sensitivity to the physiological range of target are lacking. Here, we use computational protein design to generate and optimize intracellular sensors of Ras activity ( LOCKR -based S ensor for Ras activity: Ras-LOCKR-S) and proximity labelers of the signaling environment of Ras ( LOCKR -based, Ras activity-dependent P roximity L abeler: Ras-LOCKR-PL). We demonstrate that our tools can measure endogenous Ras activity and environment at subcellular resolution. We illustrate the application of these tools by using them to identify Ras effectors, notably Src-Associated in Mitosis 68 kDa protein (SAM68), enriched in oncogenic EML4-Alk granules. Localizing these sensors to these granules revealed that SAM68 enhances Ras activity specifically at the granules, and SAM68 inhibition sensitizes EML4-Alk-driven cancer cells to existing drug therapies, suggesting a possible therapeutic strategy.

Abstract Clinical resistance to rat sarcoma virus (Ras)-G12C inhibitors is a challenge. A subpopulation of cancer cells has been shown to undergo genomic and transcriptional alterations to facilitate drug resistance but the immediate adaptive effects on Ras signaling in response to these drugs at the single-cell level is not well understood. Here, we used Ras biosensors to profile the activity and signaling environment of endogenous Ras at the single-cell level. We found that a subpopulation of KRas-G12C cells treated with Ras-G12C-guanosine-diphosphate inhibitors underwent adaptive signaling and metabolic changes driven by wild-type Ras at the Golgi and mutant KRas at the mitochondria, respectively. Our Ras biosensors identified major vault protein as a mediator of Ras activation through its scaffolding of Ras signaling pathway components and metabolite channels. Overall, methods including ours that facilitate direct analysis on the single-cell level can report the adaptations that subpopulations of cells adopt in response to cancer therapies, thus providing insight into drug resistance.

Protein quality control (PQC) is carried out in part by the chaperone Hsp70, in concert with adapters of the J-domain protein (JDP) family. The JDPs, also called Hsp40s, are thought to recruit Hsp70 into complexes with specific client proteins. However, the molecular principles regulating this process are not well understood. We describe the de novo design of a set of Hsp70 binding proteins that either inhibited or stimulated ATPase activity of Hsp70; a stimulating design promoted the refolding of denatured luciferase in vitro, similar to native JDPs. Targeting of this design to intracellular condensates resulted in their nearly complete dissolution. The designs inform our understanding of chaperone structure-function relationships and provide a general and modular way to target PQC systems to condensates and other cellular targets.

Recently developed covalent inhibitors for RasG12C provide the first pharmacological tools to target mutant Ras-driven cancers. However, the rapid development of resistance to current clinical Ras G12C inhibitors is common. Presumably, a subpopulation of RasG12C-expressing cells adapt their signaling to evade these inhibitors and the mechanisms for this phenomenon are unclear due to the lack of tools that can measure signaling with single-cell resolution. Here, we utilized recently developed Ras sensors to profile the environment of active Ras and to measure the activity of endogenous Ras in order to pair structure (Ras signalosome) to function (Ras activity), respectively, at a single-cell level. With this approach, we identified a subpopulation of KRasG12C cells treated with RasG12C-GDP inhibitors underwent oncogenic signaling and metabolic changes driven by WT Ras at the golgi and mutant Ras at the mitochondria, respectively. Our Ras sensors identified Major Vault Protein (MVP) as a mediator of Ras activation at both compartments by scaffolding Ras signaling pathway components and metabolite channels. We found that recently developed RasG12C-GTP inhibitors also led to MVP-mediated WT Ras signaling at the golgi, demonstrating that this a general mechanism RasG12C inhibitor resistance. Overall, single-cell analysis of structure-function relationships enabled the discovery of a RasG12C inhibitor-resistant subpopulation driven by MVP, providing insight into the complex and heterogenous rewiring occurring during drug resistance in cancer.

The proto-oncogene Ras which governs diverse intracellular pathways has four major isoforms (KRAS4A, KRAS4B, HRAS, and NRAS) with substantial sequence homology and similar in vitro biochemistry. There is considerable interest in investigating the roles of these independently as their association with different cancers vary, but there are few Ras isoform-specific binding reagents as the only significant sequence differences are in their disordered and highly charged C-termini which have been difficult to elicit antibodies against. To overcome this limitation, we use deep learning-based methods to de novo design Ras isoform-specific binders (RIBs) for KRAS4A, KRAS4B, and NRAS that specifically target the Ras C-terminus. The RIBs bind to their target Ras isoforms both in vitro and in cells with remarkable specificity, disrupted their membrane localization, and inhibited Ras activity. Therefore, these tools can contribute to dissecting the distinct roles of Ras isoforms in biology and disease.

Programming protein nanomaterials to respond to changes in environmental conditions is a current challenge for protein design and important for targeted delivery of biologics. We describe the design of octahedral non-porous nanoparticles with the three symmetry axes (four-fold, three-fold, and two-fold) occupied by three distinct protein homooligomers: a de novo designed tetramer, an antibody of interest, and a designed trimer programmed to disassemble below a tunable pH transition point. The nanoparticles assemble cooperatively from independently purified components, and a cryo-EM density map reveals that the structure is very close to the computational design model. The designed nanoparticles can package a variety of molecular payloads, are endocytosed following antibody-mediated targeting of cell surface receptors, and undergo tunable pH-dependent disassembly at pH values ranging between to 5.9-6.7. To our knowledge, these are the first designed nanoparticles with more than two structural components and with finely tunable environmental sensitivity, and they provide new routes to antibody-directed targeted delivery.