Intrinsically disordered proteins (IDPs) are notoriously challenging to study both experimentally and computationally. The structure of IDPs cannot be described by a single conformation but must instead be described as an ensemble of interconverting conformations. Atomistic simulations are increasingly used to obtain such IDP conformational ensembles. Here, we have compared the IDP ensembles generated by eight all-atom empirical force fields against primary small-angle X-ray scattering (SAXS) and NMR data. Ensembles obtained with different force fields exhibit marked differences in chain dimensions, hydrogen bonding, and secondary structure content. These differences are unexpectedly large: changing the force field is found to have a stronger effect on secondary structure content than changing the entire peptide sequence. The CHARMM 22* ensemble performs best in this force field comparison: it has the lowest error in chemical shifts and J-couplings and agrees well with the SAXS data. A high population of left-handed α-helix is present in the CHARMM 36 ensemble, which is inconsistent with measured scalar couplings. To eliminate inadequate sampling as a reason for differences between force fields, extensive simulations were carried out (0.964 ms in total); the remaining small sampling uncertainty is shown to be much smaller than the observed differences. Our findings highlight how IDPs, with their rugged energy landscapes, are highly sensitive test systems that are capable of revealing force field deficiencies and, therefore, contributing to force field development.

Elastin provides extensible tissues, including arteries and skin, with the propensity for elastic recoil, whereas amyloid fibrils are associated with tissue-degenerative diseases, such as Alzheimer's. Although both elastin-like and amyloid-like materials result from the self-organization of proteins into fibrils, the molecular basis of their differing physical properties is poorly understood. Using molecular simulations of monomeric and aggregated states, we demonstrate that elastin-like and amyloid-like peptides are separable on the basis of backbone hydration and peptide-peptide hydrogen bonding. The analysis of diverse sequences, including those of elastin, amyloids, spider silks, wheat gluten, and insect resilin, reveals a threshold in proline and glycine composition above which amyloid formation is impeded and elastomeric properties become apparent. The predictive capacity of this threshold is confirmed by the self-assembly of recombinant peptides into either amyloid or elastin-like fibrils. Our findings support a unified model of protein aggregation in which hydration and conformational disorder are fundamental requirements for elastomeric function.

Abstract The dense cellular environment influences bio-macromolecular structure, dynamics, interactions and function. Despite advancements in understanding protein-crowder interactions, predicting their precise effects on protein structure and function remains challenging. Here, we elucidate the effects of PEG-induced crowding on the fluorescent protein mCherry using molecular dynamics simulations and fluorescence-based experiments. We identify and characterize specific PEG-induced structural and dynamical changes in mCherry. Importantly, we find interactions in which PEG molecules wrap around specific surface-exposed residues in a binding mode previously observed in protein crystal structures. Fluorescence correlation spectroscopy experiments capture PEG-induced changes, including aggregation, suggesting a potential role for the specific PEG-mCherry interactions identified in simulations. Additionally, mCherry fluorescence lifetimes are influenced by PEG and not by the bulkier crowder dextran, highlighting the importance of crowder-protein soft interactions. This work augments our understanding of macromolecular crowding effects on protein structure and dynamics.

Proteins are molecular machines and to understand how they work, we need to understand how they move. New pump-probe time-resolved X-ray diffraction methods open up ways to initiate and observe protein motions with atomistic detail in crystals on biologically relevant timescales. However, practical limitations of these experiments demands parallel development of effective molecular dynamics approaches to accelerate progress and extract meaning. Here, we establish robust and accurate methods for simulating dynamics in protein crystals, a nontrivial process requiring careful attention to equilibration, environmental composition, and choice of force fields. With more than seven milliseconds of sampling of a single chain, we identify critical factors controlling agreement between simulation and experiments and show that simulated motions recapitulate ligand-induced conformational changes. This work enables a virtuous cycle between simulation and experiments for visualizing and understanding the basic functional motions of proteins.

The point mutation N642H of the signal transducer and activator of transcription 5B (STAT5B) protein is associated with aggressive and drug-resistant forms of leukemia. This mutation is thought to promote cancer due to hyperactivation of STAT5B caused by increased stability of the active, parallel dimer state. However, the molecular mechanism leading to this stabilization is not well understood as there is currently no structure of the parallel dimer. To investigate the mutation's mechanism of action, we conducted extensive all-atom molecular dynamics simulations of multiple oligomeric forms of both STAT5B and STAT5B(N642H), including a model for the parallel dimer. The N642H mutation directly affects the hydrogen bonding network within the phosphotyrosine (pY)-binding pocket of the parallel dimer, enhancing the pY-binding interaction. The simulations indicate that apo STAT5B is highly flexible, exploring a diverse conformational space. In contrast, apo STAT5B(N642H) accesses two distinct conformational states, one of which resembles the conformation of the parallel dimer. The simulation predictions of the effects of the mutation on structure and dynamics are supported by the results of hydrogen-deuterium exchange (HDX) mass spectrometry measurements carried out on STAT5B and STAT5B(N642H) in which a phosphopeptide was used to mimic the effects of parallel dimerization on the SH2 domain. The molecular-level information uncovered in this work contributes to our understanding of STAT5B hyperactivation by the N642H mutation and could help pave the way for novel therapeutic strategies targeting this mutation.

Abstract Fluorescent proteins (FP) are frequently used for studying proteins inside cells. In advanced fluorescence microscopy, FPs can report on additional intracellular variables. One variable is the local density near FPs, which can be useful in studying densities within cellular bio-condensates. Here, we show that a reduction in fluorescence lifetimes of common monomeric FPs reports increased levels of local densities. We demonstrate the use of this fluorescence-based variable to report the distribution of local densities within heterochromatin protein 1α (HP1α) in mouse embryonic stem cells (ESCs), before and after early differentiation. We find that local densities within HP1α condensates in pluripotent ESCs are heterogeneous and cannot be explained by a single liquid phase. Early differentiation, however, induces a change towards a more homogeneous distribution of local densities, which can be explained as a liquid-like phase. In conclusion, we provide a fluorescence-based method to report increased local densities and apply it to distinguish between homogeneous and heterogeneous local densities within bio-condensates.

Abstract Protein solvation plays a crucial role in protein function; accurate modeling of protein-water interactions is important for understanding the molecular basis of protein function. In addition to protein structure, x-ray crystallography provides positions of crystallographic water sites (CWS) coordinated by the protein, which can serve as a strong benchmark for modeling accuracy. Such comparison requires special method-ological considerations that take into account the dynamic nature of proteins. However, existing methods for analyzing CWS in MD simulations rely on global alignment of the protein onto the crystal structure, which introduces substantial errors in the case of significant structural deviations. Here, we propose a method called local alignment for water sites (LAWS), which is based on multilateration — an algorithm widely used in GPS tracking. LAWS considers the contacts formed by CWS and protein atoms in the crystal structure and uses these interaction distances to track the CWS in a simulation. LAWS provides a framework to quantify how perturbations of the local protein environment affect the preservation of crystallographic waters in simulations. We applied our method to a 1 µ s simulation of a protein crystal and demonstrate that 76% of CWS are preserved. Compared to existing methods, LAWS identifies more high-confidence (low B-factor) CWS, which are characterized by more prominent water density peaks and a less-perturbed protein environment.

The protein elastin imparts extensibility, elastic recoil, and resilience to tissues including arterial walls, skin, lung alveoli, and the uterus. Elastin and elastin-like peptides are intrinsically disordered hydrophobic proteins that undergo liquid-liquid phase separation upon self-assembly. Despite extensive study for over eighty years, the structure of elastin remains controversial. We use molecular dynamics simulations on a massive scale to elucidate the structural ensemble of aggregated elastin-like peptides. Consistent with the entropic nature of elastic recoil, the aggregated state is stabilized both by the hydrophobic effect and by conformational entropy. The polypeptide backbone forms transient, sparse hydrogen-bonded turns and remains significantly hydrated even as self-assembly triples the extent of nonpolar side-chain contacts. The assembly approaches a maximally-disordered, melt-like state, which may be called the liquid state of proteins. These findings resolve long-standing controversies regarding elastin structure and function and afford insight of broad relevance to the phase separation of disordered proteins.

Intrinsically disordered proteins (IDPs) are proteins whose native functional states represent ensembles of highly diverse conformations. Such ensembles are a challenge for quantitative structure comparisons as their conformational diversity precludes optimal superimposition of the atomic coordinates, necessary for deriving common similarity measures such as the root-mean-square deviation (RMSD) of these coordinates. Here we introduce superimposition-free metrics, which are based on computing matrices of Cα-Cα distance distributions within ensembles and comparing these matrices between ensembles. Differences between two matrices yield information on the similarity between specific regions of the polypeptide, whereas the global structural similarity is captured by the ens_dRMS, defined as the root-mean-square difference between the medians of the Cα-Cα distance distributions of two ensembles. Together, our metrics enable rigorous investigations of structure-function relationships in conformational ensembles of IDPs derived using experimental restraints or by molecular simulations, and for proteins containing both structured and disordered regions.