RB
Rica Bremenkamp
Author with expertise in Mass Spectrometry Techniques with Proteins
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
4
(50% Open Access)
Cited by:
12
h-index:
4
/
i10-index:
4
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
59

Protein complexes in cells by AI-assisted structural proteomics

Francis O’Reilly et al.Jul 26, 2022
+7
C
A
F
Summary Accurately modeling the structures of proteins and their complexes using artificial intelligence is revolutionizing molecular biology. Experimental data enables a candidate-based approach to systematically model novel protein assemblies. Here, we use a combination of in-cell crosslinking mass spectrometry, cofractionation mass spectrometry (CoFrac-MS) to identify protein-protein interactions in the model Gram-positive bacterium Bacillus subtilis . We show that crosslinking interactions prior to cell lysis reveals protein interactions that are often lost upon cell lysis. We predict the structures of these protein interactions and others in the Subti Wiki database with AlphaFold-Multimer and, after controlling for the false-positive rate of the predictions, we propose novel structural models of 153 dimeric and 14 trimeric protein assemblies. Crosslinking MS data independently validates the AlphaFold predictions and scoring. We report and validate novel interactors of central cellular machineries that include the ribosome, RNA polymerase and pyruvate dehydrogenase, assigning function to several uncharacterized proteins. Our approach uncovers protein-protein interactions inside intact cells, provides structural insight into their interaction interface, and is applicable to genetically intractable organisms, including pathogenic bacteria.
59
Citation11
0
Save
0

Modelling protein complexes with crosslinking mass spectrometry and deep learning

Kolja Stahl et al.Sep 9, 2024
+5
L
R
K
Abstract Scarcity of structural and evolutionary information on protein complexes poses a challenge to deep learning-based structure modelling. We integrate experimental distance restraints obtained by crosslinking mass spectrometry (MS) into AlphaFold-Multimer, by extending AlphaLink to protein complexes. Integrating crosslinking MS data substantially improves modelling performance on challenging targets, by helping to identify interfaces, focusing sampling, and improving model selection. This extends to single crosslinks from whole-cell crosslinking MS, opening the possibility of whole-cell structural investigations driven by experimental data. We demonstrate this by revealing the molecular basis of iron homoeostasis in Bacillus subtilis .
0
Citation1
0
Save
19

Control of iron homeostasis by a regulatory protein-protein interaction in Bacillus subtilis: The FurA (YlaN) acts as an antirepressor to the ferric uptake regulator Fur

Lorenz Demann et al.Jan 1, 2023
+4
K
R
L
Iron is essential for most organisms. However, two problems are associated with the use of iron for aerobically growing organisms: (i) its accumulation leads to the formation of toxic reactive oxygen species and (ii) it is present mainly as the highly insoluble ferric iron which makes the access to iron difficult. As a consequence, a tight regulation of iron homeostasis is required. This regulation is achieved in many bacteria by the ferric uptake repressor Fur. The way how the activity of Fur is controlled, has so far remained elusive. Here, we have identified the Fur antirepressor FurA (previously YlaN) in the model bacterium Bacillus subtilis and describe its function to release Fur from the DNA under conditions of iron limitation. The FurA protein physically interacts with Fur, and this interaction prevents Fur from binding to its target sites due to a complete re-orientation of the protein. Both in vivo and in vitro experiments using a reporter fusion and Fur-DNA binding assays, respectively, demonstrate that the Fur-FurA interaction prevents Fur from binding DNA and thus from repressing the genes required for iron uptake. Accordingly, the lack of FurA results in the inability of the cell to express the genes for iron uptake under iron-limiting conditions. This explains why the furA gene was identified as being essential under standard growth conditions in B. subtilis. Phylogenetic analysis suggests that the control of Fur activity by the antirepressor FurA is confined to, but very widespread in bacteria of the class Bacilli.
0

Unfolded protein response and scaffold independent pheromone MAP kinase signalling control Verticillium dahliae growth, development and plant pathogenesis

Jessica Starke et al.Feb 10, 2020
+3
I
R
J
Development and virulence of the vascular plant pathogen Verticillium dahliae are connected and depend on a complex interplay between the unfolded protein response, a Ham5 independent pheromone MAP kinase module and formation of precursors for oxylipin signal molecules. Genes coding for the unfolded protein response regulator Hac1, the Ham5 MAPK scaffold protein, and the oleate Δ12-fatty acid desaturase Ode1 were deleted and their functions in growth, differentiation, and virulence on plants were studied using genetic, cell biology, and plant infection experiments. The unfolded protein response transcription factor Hac1 is required for initial root colonization, fungal conidiation and propagation inside the host and is essential for resting structure formation. Microsclerotia development, growth and virulence require the pheromone response MAPK pathway, but without the Ham5 scaffold function. Single ER-associated enzymes for linoleic acid production make important contributions to fungal growth but have only a minor impact on the pathogenicity of V. dahliae. Fungal growth, sporulation, dormant structure formation and plant infection require a network of the Hac1-regulated unfolded protein response, a scaffold-independent pheromone response MAPK pathway and formation of precursors for signalling. This network includes interesting targets for disease management of the vascular pathogen V. dahliae.