Nature has provided a fantastic array of enzymes that are responsible for essential biochemical functions but not usually suitable for technological applications. Not content with the natural repertoire, protein engineering holds promise to extend the applications of improved enzymes with tailored properties. However, engineering of robust proteins remains a difficult task since the positive mutation library may not cooperate to reach the target function in most cases owing to the ubiquity of epistatic effects. The main demand lies in identifying an efficient path of accumulated mutations. Herein, we devised a computational strategy (greedy accumulated strategy for protein engineering, GRAPE) to improve the robustness of a PETase from Ideonella sakaiensis. A systematic clustering analysis combined with greedy accumulation of beneficial mutations in a computationally derived library enabled the redesign of a variant, DuraPETase, which exhibits an apparent melting temperature that is drastically elevated by 31 °C and a strikingly enhanced degradation toward semicrystalline poly(ethylene terephthalate) (PET) films (30%) at mild temperatures (over 300-fold). Complete biodegradation of 2 g/L microplastics to water-soluble products under mild conditions is also achieved, opening up opportunities to steer the biological degradation of uncollectable PET waste and further conversion of the resulting monomers to high-value molecules. The crystal structure revealed the individual mutation match with the design model. Concurrently, synergistic effects are captured, while epistatic interactions are alleviated during the accumulation process. We anticipate that our design strategy will provide a broadly applicable strategy for global optimization of enzyme performance.

Abstract The excessive use of plastics has been accompanied by severe ecologically damaging effects. The recent discovery of a PETase from Ideonella sakaiensis that decomposes poly(ethylene terephthalate) (PET) under mild conditions provides an attractive avenue for the biodegradation of plastics. However, the inherent instability of the enzyme limits its practical utilization. Here, we devised a novel computational strategy (greedy accumulated strategy for protein engineering, GRAPE). A systematic clustering analysis combined with greedy accumulation of beneficial mutations in a computationally derived library enabled the design of a variant, DuraPETase, which exhibits an apparent melting temperature that is drastically elevated by 31 °C and strikingly enhanced degradation performance toward semicrystalline PET films (23%) at mild temperatures (over two orders of magnitude improvement). The mechanism underlying the robust promotion of enzyme performance has been demonstrated via a crystal structure and molecular dynamics simulations. This work shows the capabilities of computational enzyme design to circumvent antagonistic epistatic effects and provides a valuable tool for further understanding and advancing polyester hydrolysis in the natural environment.

Abstract Predicting free energy changes (ΔΔG) is of paramount significance in advancing our comprehension of protein evolution and holds profound implications for protein engineering and pharmaceutical development. Traditional methods, however, often suffer from limitations such as sluggish computational speed or heavy reliance on biased training datasets. These challenges are magnified when aiming for accurate ΔΔG prediction across the vast universe of protein sequences. In this study, we present Pythia, a self-supervised graph neural network tailored for zero-shot ΔΔG predictions. In comparative benchmarks with other self-supervised pre-training models and force field-based methods, Pythia outshines its contenders with superior correlations while operating with the fewest parameters, and exhibits a remarkable acceleration in computational speed, up to 10 5 -fold. The efficacy of Pythia is corroborated through its application in predicting thermostable mutations of limonene epoxide hydrolase (LEH) with significant higher experimental success rates. This efficiency propels the exploration of 26 million high-quality protein structures. Such a grand-scale application signifies a leap forward in our capacity to traverse the protein sequence space and potentially enrich our insights into the intricacies of protein genotype-phenotype relationships. We provided a web app at https://pythia.wulab.xyz for users to conveniently execute predictions. Keywords: self-supervised learning, protein mutation prediction, protein thermostability

Abstract DNA methyltransferase (DNMT) inhibitors are FDA-approved for various hematological malignancies but have limited efficacy in solid tumors. DNA hypomethylation with these drugs is associated with elevated lysine 27 tri-methylation on histone H3 (H3K27me3). We hypothesized that this EZH2-dependent repressive mark limits the full potential of DNMT inhibition. Here, we show in cell line and tumoroid models of colorectal cancer, that low-dose DNMT inhibition sensitizes cells to selective EZH2 inhibitors that have limited single agent toxicity, and that EZH2 inhibition enhances DNMT inhibitor-driven molecular and therapeutic effects. Through integrative epigenomic analyses, we reveal that DNMT inhibition induces H3K27me3 accumulation at genomic regions poised with EZH2. Unexpectedly, combined treatment alters the epigenome landscape to promote transcriptional upregulation of the calcium-calcineurin-NFAT signaling pathway. Blocking this pathway limits the transcriptional activating effects of the drug combination, including expression of transposable elements and innate immune response genes within a viral defense pathway. Consistently, we demonstrate positive correlations between DNMT inhibitor- and innate immune response-associated transcription profiles and calcium signal activation in primary human colon cancer specimens. Collectively, our study demonstrates that compensatory EZH2 activity following DNA hypomethylation presents a barrier to the therapeutic action of DNMT inhibition in colon cancer, reveals a new application of EZH2 inhibitors beyond cancers associated with PRC2 hyperactivity, and links calcium-calcineurin-NFAT signaling to epigenetic therapy-induced viral mimicry. Highlights Select EZH2 inhibitors enhance the transcriptional activating and antiproliferative effects of DNA hypomethylating agents in colon cancer cells. The mechanism involves blockade of H3K27me3 accumulation in regions of the genome poised for PRC2 activity. DNMT inhibitor + EZH2 inhibitor treatment transcriptionally upregulates calcium-calcineurin- NFAT signaling, and this pathway is necessary for complete induction of viral mimicry and innate immune response pathways. The therapeutic utility of EZH2 inhibitors may be extended beyond cancers with PRC2 hyperactivity in combination regimens with DNMT inhibitors.

Aminotransferases (ATs) are important biocatalysts for the synthesis of chiral amines because of their capability of introducing amino group into ketones or keto acids as well as their high enantioselectivity, high regioselectivity and no requirement of external addition of cofactor. Among all ATs, branched-chain amino acid aminotransferase (BCAT) can reversibly catalyse branched-chain amino acids (BCAAs), including L-valine, L-leucine, and L-isoleucine, with α-ketoglutaric acid to form the corresponding ketonic acids and L-glutamic acid. Alternatively, BCATs have been used for the biosynthesis of unnatural amino acids, such as L-tert-leucine. In the present study, the BCAT from Pseudomonas sp. (PsBCAT) was cloned and expressed in Escherichia coli for biochemical and structural analyses. The optimal reaction temperature and pH of PsBCAT were 40 °C and 8.5, respectively. PsBCAT exhibited a comparatively broader substrate spectrum, and showed remarkably high activity with L-leucine, L-valine, L-isoleucine and L-methionine with activities of 105 U/mg, 127 U/mg, 115 U/mg and 98 U/mg, respectively. Additionally, PsBCAT had activities with aromatic L-amino acids, L-histidine, L-lysine, and L-threonine. To analyse the catalytic mechanism of PsBCAT with the broad substrate spectrum, the crystal structure of PsBCAT was also determined. Finally, conjugated with the ornithine aminotransferase (OrnAT) from Bacillus subtilis, the coupled system was applied to the preparation of L-tert-leucine with 83% conversion, which provided an approximately 2.7-fold higher yield than the single BCAT reaction.

Bacterial small molecule metabolites such as adenosine-diphosphate- d - glycero -β- d - manno -heptose (ADP-heptose) and their derivatives act as effective innate immune agonists in mammals. We show that functional nucleotide-diphosphate-heptose biosynthetic enzymes (HBEs) are distributed widely in bacteria, archaea, eukaryotes, and viruses. We identified a conserved STT R5 motif as a hallmark of heptose nucleotidyltransferases that can synthesize not only ADP-heptose but also cytidine-diphosphate (CDP)– and uridine-diphosphate (UDP)–heptose. Both CDP- and UDP-heptoses are agonists that trigger stronger alpha-protein kinase 1 (ALPK1)–dependent immune responses than ADP-heptose in human and mouse cells and mice. We also produced ADP-heptose in archaea and verified its innate immune agonist functions. Hence, the β- d - manno -heptoses are cross-kingdom, small-molecule, pathogen-associated molecular patterns that activate the ALPK1-dependent innate immune signaling cascade.