Abstract Energetic local frustration offers a biophysical perspective to interpret the effects of sequence variability on protein families. Here we present a methodology to analyze local frustration patterns within protein families that allows us to uncover constraints related to stability and function, and identify differential frustration patterns in families with a common ancestry. We have analyzed these signals in very well studied cases such as PDZ, SH3, α and β globins and RAS families. Recent advances in protein structure prediction make it possible to analyze a vast majority of the protein space. An automatic and unsupervised proteome-wide analysis on the SARS-CoV-2 virus demonstrates the potential of our approach to enhance our understanding of the natural phenotypic diversity of protein families beyond single protein instances. We have applied our method to modify biophysical properties of natural proteins based on their family properties, as well as perform unsupervised analysis of large datasets to shed light on the physicochemical signatures of poorly characterized proteins such as emergent pathogens.

Abstract Disordered proteins can fold into a well-defined structure upon binding but these complexes are often fuzzy: the originally disordered partner adopts different binding modes when bound to different partners. Here we perform a systematic analysis of 160 proteins that form fuzzy complexes and demonstrate that the disordered partner displays a high degree of frustration in both the free and bound states. Although the folding of disordered regions upon binding reduces frustration relative to that of the unbound state, the interactions at the binding interface do not become fully optimized. In addition, we show that sub-optimal interactions lead to alternative frustration patterns in the complexes with different partners. These results demonstrate that disordered proteins do not always achieve fully optimal interactions in their complexes and their residual frustration leads to interaction versatility with different partners.

Once folded, natural protein molecules have few energetic conflicts within their polypeptide chains. Many protein structures do however contain regions where energetic conflicts remain after folding, i. e. they have highly frustrated regions. These regions, kept in place over evolutionary and physiological timescales, are related to several functional aspects of natural proteins such as protein-protein interactions, small ligand recognition, catalytic sites and allostery. Here we present FrustratometeR, an R package that easily computes local energetic frustration on a personal computer or a cluster. This package facilitates large scale analysis of local frustration, point mutants and molecular dynamics (MD) trajectories, allowing straightforward integration of local frustration analysis into pipelines for protein structural analysis. Contact gonzalo.parra@embl.de Availability and implementation https://github.com/proteinphysiologylab/frustratometeR

Ankyrin containing proteins are one of the most abundant repeat protein families present in all extant organisms. They are made with tandem copies of similar amino acid stretches that fold into elongated architectures. Here, we build and curated a dataset of 200 thousand proteins that contain 1,2 million Ankyrin regions and characterize the abundance, structure and energetics of the repetitive regions in natural proteins. We found that there is a continuous roughly exponential variety of array lengths with an exceptional frequency at 24 repeats. We describe that individual repeats are seldom interrupted with long insertions and accept few deletions, consistently with the know tertiary structures. We found that longer arrays are made up of repeats that are more similar to each other than shorter arrays, and display more favourable folding energy, hinting at their evolutionary origin. The array distributions show that there is a physical upper limit to the size of an array of Ankyrin repeats of about 120 copies, consistent with the limit found in nature. Analysis of the identity patterns within the arrays suggest that they may have originated by sequential copies of more than one Ankyrin unit.

According to the Principle of Minimal Frustration, folded proteins can have only a minimal number of strong energetic conflicts in their native states. However, not all interactions are energetically optimized for folding but some remain in energetic conflict, i.e. they are highly frustrated. This remaining local energetic frustration has been shown to be statistically correlated with distinct functional aspects such as protein-protein interaction sites, allosterism and catalysis. Fuelled by the recent breakthroughs in efficient protein structure prediction that have made available good quality models for most proteins, we have developed a strategy to calculate local energetic frustration within large protein families and quantify its conservation over evolutionary time. Based on this evolutionary information we can identify how stability and functional constraints have appeared at the common ancestor of the family and have been maintained over the course of evolution. Here, we present FrustraEvo, a web server tool to calculate and quantify the conservation of local energetic frustration in protein families.

Proteins are evolved polymers that minimize their free energy upon folding to their native states. Still, many folded proteins display energetic conflict between residues in various regions that can be identified as highly frustrated, and these have been shown to be related to several physiological functions. Here we show that small-ligand binding sites are typically enriched in locally frustrated interactions in the unbound state. We built a tool using a simple machine learning algorithm named FrustraPocket that combines the notion of small-molecule binding pockets and the localization of clusters of highly frustrated interactions to identify potential protein-ligand binding sites solely from the unbound forms. Availability and implementation (github) https://github.com/CamilaClemente/FrustraPocket/ Docker container https://hub.docker.com/r/proteinphysiologylab/frustrapocket

Abstract Fold‐switching enables metamorphic proteins to reversibly interconvert between two highly dissimilar native states to regulate their protein functions. While about 100 proteins have been identified to undergo fold‐switching, unveiling the key residues behind this mechanism for each protein remains challenging. Reasoning that fold‐switching in proteins is driven by dynamic changes in local energetic frustration, we combined fold‐switching simulations generated using simplified structure‐based models with frustration analysis to identify key residues involved in this process based on the change in the density of minimally frustrated contacts during refolding. Using this approach to analyze the fold‐switch of the bacterial transcription factor RfaH, we identified 20 residues that significantly change their frustration during its fold‐switch, some of which have been experimentally and computationally reported in previous works. Our approach, which we developed as an additional module for the FrustratometeR package, highlights the role of local frustration dynamics in protein fold‐switching and offers a robust tool to enhance our understanding of other proteins with significant conformational shifts.