Stress granules and P-bodies are cytosolic biomolecular condensates that dynamically form by the phase separation of RNAs and proteins. They participate in translational control and buffer the proteome. Upon stress, global translation halts and mRNAs bound to the translational machinery and other proteins coalesce to form stress granules (SGs). Similarly, translationally stalled mRNAs devoid of translation initiation factors shuttle to P-bodies (PBs). Here, we review the cumulative progress made in defining the protein components that associate with mammalian SGs and PBs. We discuss the composition of SG and PB proteomes, supported by a new user-friendly database (http://rnagranuledb.lunenfeld.ca/) that curates current literature evidence for genes or proteins associated with SGs or PBs. As previously observed, the SG and PB proteomes are biased toward intrinsically disordered regions and have a high propensity to contain primary sequence features favoring phase separation. We also provide an outlook on how the various components of SGs and PBs may cooperate to organize and form membraneless organelles.

Abstract Intrinsically disordered proteins (IDPs) have fluctuating heterogeneous conformations, which makes structural characterization challenging, but of great interest, since their conformational ensembles are the link between their sequences and functions. An accurate description of IDP conformational ensembles depends crucially on the amount and quality of the experimental data, how it is integrated, and if it supports a consistent structural picture. We have used an integrative modelling approach to understand how conformational restraints imposed by the most common structural techniques for IDPs: Nuclear Magnetic Resonance (NMR) spectroscopy, Small-angle X-ray Scattering (SAXS), and single-molecule Förster Resonance Energy Transfer (smFRET) reach concordance on structural ensembles for Sic1 and phosphorylated Sic1 (pSic1). To resolve apparent discrepancies between smFRET and SAXS, we integrated SAXS data with non-smFRET (NMR) data and reserved the new smFRET data for Sic1 and pSic1 as an independent validation. The consistency of the SAXS/NMR restrained ensembles with smFRET, which was not guaranteed a priori, indicates that the perturbative effects of NMR or smFRET labels on the Sic1 and pSic1 ensembles are minimal. Furthermore, the mutual agreement with such a diverse set of experimental data suggest that details of the generated ensembles can now be examined with a high degree of confidence to reveal distinguishing features of Sic1 vs. pSic1. From the experimentally well supported ensembles, we find they are consistent with independent biophysical models of Sic1’s ultrasensitive binding to its partner Cdc4. Our results underscore the importance of integrative modelling in calculating and drawing biological conclusions from IDP conformational ensembles.

Summary Mutations in the RNA binding protein (RBP) FUS cause amyotrophic lateral sclerosis (ALS) and result in its nuclear depletion and cytoplasmic mislocalisation, with cytoplasmic gain of function thought to be crucial in pathogenesis. Here, we show that expression of mutant FUS at physiological levels drives translation inhibition in both mouse and human motor neurons. Rather than acting directly on the translation machinery, we find that mutant FUS forms cytoplasmic condensates that promote the phase separation of FMRP, another RBP associated with neurodegeneration and robustly involved in translation regulation. FUS and FMRP co-partition and repress translation in vitro . In our in vivo model, FMRP RNA targets are depleted from ribosomes. Our results identify a novel paradigm by which FUS mutations favour the condensed state of other RBPs, impacting on crucial biological functions, such as protein translation.

Poly(ADP-ribose) polymerase 1 (PARP1) is one of the first responders to DNA damage and plays crucial roles in recruiting DNA repair proteins through its activity - poly(ADP-ribosyl)ation (PARylation). The enrichment of DNA repair proteins at sites of DNA damage has been described as the formation of a biomolecular condensate. However, it is not understood how PARP1 and PARylation contribute to the formation and organization of DNA repair condensates. Using recombinant human PARP1

Abstract A major challenge to the characterization of intrinsically disordered regions (IDRs), which are widespread in the proteome, but relatively poorly understood, is the identification of molecular features that mediate functions of these regions, such as short motifs, amino acid repeats and physicochemical properties. Here, we introduce a proteome-scale feature discovery approach for IDRs. Our approach, which we call “reverse homology”, exploits the principle that important functional features are conserved over evolution. We use this as a contrastive learning signal for deep learning: given a set of homologous IDRs, the neural network has to correctly choose a held-out homologue from another set of IDRs sampled randomly from the proteome. We pair reverse homology with a simple architecture and standard interpretation techniques, and show that the network learns conserved features of IDRs that can be interpreted as motifs, repeats, or bulk features like charge or amino acid propensities. We also show that our model can be used to produce visualizations of what residues and regions are most important to IDR function, generating hypotheses for uncharacterized IDRs. Our results suggest that feature discovery using unsupervised neural networks is a promising avenue to gain systematic insight into poorly understood protein sequences.

ABSTRACT The precise regulation of gene expression is fundamental to neurodevelopment, plasticity, and cognitive function. While several studies have deeply profiled mRNA dynamics in the developing human brain, there is a fundamental gap in our understanding of accompanying translational regulation. We perform ribosome profiling from more than 70 human prenatal and adult cortex samples across ontogeny and into adulthood, mapping translation events at nucleotide resolution. In addition to characterizing the translational regulation of annotated open reading frames (ORFs), we identify thousands of previously unknown translation events, including small open reading frames (sORFs) that give rise to human- and/or brain-specific microproteins, many of which we independently verify using size-selected proteomics. Ribosome profiling in stem cell-derived human neuronal cultures further corroborates these findings and shows that several neuronal activity-induced long non-coding RNAs (lncRNAs), including LINC00473 , a primate-specific lncRNA implicated in depression, encode previously undescribed microproteins. Physicochemical analysis of these brain microproteinss identifies a large class harboring arginine-glycine-glycine (RGG) repeats as strong candidates for regulating RNA metabolism. Moreover, we find that, collectively, these previously unknown human brain sORFs are enriched for variants associated with schizophrenia. In addition to significantly expanding the translational landscape of the developing brain, this atlas will serve as a rich resource for the annotation and functional interrogation of thousands of previously unknown brain-specific protein products.

Intrinsically disordered regions make up a large part of the proteome, but the sequence-to-function relationship in these regions is poorly understood, in part because the primary amino acid sequences of these regions are poorly conserved in alignments. Here we use an evolutionary approach to detect molecular features that are preserved in the amino acid sequences of orthologous intrinsically disordered regions. We find that most disordered regions contain multiple molecular features that are preserved, and we define these as "evolutionary signatures" of disordered regions. We demonstrate that intrinsically disordered regions with similar evolutionary signatures can rescue function in vivo, and that groups of intrinsically disordered regions with similar evolutionary signatures are strongly enriched for functional annotations and phenotypes. We propose that evolutionary signatures can be used to predict function for many disordered regions from their amino acid sequences.