Abstract ASXL1 is one of the three most frequently mutated genes in age-related clonal hematopoiesis (CH), with the others being DNMT3A and TET2 1,2 . CH can progress to myeloid malignancies including chronic monomyelocytic leukemia (CMML), and is also strongly associated with inflammatory cardiovascular disease and all-cause mortality in humans 3,4,5 . DNMT3A and TET2 regulate DNA methylation and demethylation pathways respectively 6,7 , and DNMT3A and TET2 loss-of-function mutations in CH reduce DNA methylation in heterochromatin, allowing de-repression of silenced elements in heterochromatin 8,9,10 . In contrast, the mechanisms that connect mutant ASXL1 and CH are not yet fully understood. CH/CMML-associated ASXL1 mutations encode C-terminally truncated proteins that enhance the deubiquitinase activity of the ASXL-BAP1 “PR-DUB” deubiquitinase complex, which removes mono-ubiquitin from H2AK119Ub 11,12,13 . Here we show that ASXL1 mutant proteins interact with the EHMT1-EHMT2 methyltransferase complex, which generates H3K9me1 and me2, the latter a repressive modification in constitutive heterochromatin. Compared to cells from age-matched wildtype mice, we found that expanded myeloid cells from old ( > 18-month-old) Asxl1tm/+ mice 14 , a heterozygous knock-in mouse model of CH, display genome-wide decreases of H3K9me2, H3K9me3 and H2AK119Ub as well as an associated increase in expression of transposable elements (TEs) and satellite repeats. Increased TE expression was also observed in monocytes from ASXL1 -mutant CMML patients compared to monocytes from healthy control individuals. Our data suggest that mutant ASXL1 proteins compromise the integrity of both constitutive and facultative heterochromatin in an age-dependent manner, by reducing the levels of H3K9me2/3 and H2AK119Ub respectively. The resulting increase in TE expression can alter the expression of nearby genes and promote the expression of inflammation-associated and interferon-inducible genes (ISGs).

The Glycoside Hydrolase Family 13 (GH13) proteins have been extensively studied given their importance in industry and evolutionary studies. Despite of being a multicatalytic family, they mainly performed the hydrolysis of starch into smaller carbohydrates. Evolutionarily, they are of interest because of the TIM-barrel fold that all these proteins share. Industrially, they have been subjected to many bioengineering process to improve their function. Here, we introduce a framework to analyse the response to selection of GH13 protein structures given some phylogenetic and dynamic information. We found that the TIM-barrel is not selectable (for thermodynamic stability) since it has been under purifying selection during its recent evolution. We also show a method to rank important residues capable of altering towards an optimum. Overall, this paper demonstrates the feasibility of a framework for the analysis of protein structures in a given fitness landscape.

Glycoside Hydrolase Family 13 (GH13) structures are responsible for the hydrolysis of starch into smaller carbohydrates. They important in industrial applications and evolutionary studies. This family has been thoroughly documented in the the Carbohydrate-Active enZYmes Database (CAZY), and divided into subfamilies based mainly in sequence information. Here we give structural evidence into GH13 classification and evolution using structural information. Here we proposed a novel method that is sensitive enough to identify miss-classifications, or to provide evidence for further partition that can be of interests to bio-engineers and evolutionary biologists. We also introduced a method to explore the relative importance of residues with respect to the overall deformation that it causes to the overall structure in an evolutionary time scale. We found that the GH13 family can be classified into three main structural groups. There is a hierarchical structure within these clusters that can be use to inform other classification schemes. We also found that by using structural information, subtle structural shifts can be identified and that can be missed in sequence/phylogeny-only based classifications. When each structural group is explored, we found that identifying the most structurally variable sites can lead to identification of functionally (both catalytically and structurally) important residues.

A phenotype is defined as an organism's physical traits. In the macroscopic world, an animal's shape is a phenotype. Geometric morphometrics (GM) can be used to analyze its shape. Let's pose protein structures as microscopic three dimensional shapes, and apply principles of GM to the analysis of macromolecules. In this paper we introduce a way to 1) abstract a structure as a shape; 2) align the shapes; and 3) perform statistical analysis to establish patterns of variation in the datasets. We show that general procrustes super-imposition (GPS) can be replaced by multiple structure alignment without changing the outcome of the test. We also show that estimating the deformation of the shape (structure) can be informative to analyze relative residue variations. Finally, we show an application of GM for two protein structure datasets: 1) in the α-amylase dataset we demonstrate the relationship between structure, function, and how the dependency of chloride has an important effect on the structure; and 2) in the Niemann-Pick disease, type C1 (NPC1) protein's molecular dynamic simulation dataset, we introduce a simple way to analyze the trajectory of the simulation by means of protein structure variation.