Significance Cells may compartmentalize proteins via a demixing process known as liquid–liquid phase separation (LLPS), which is often driven by intrinsically disordered proteins (IDPs) and regions. Protein condensates arising from LLPS may develop into insoluble protein aggregates, as in neurodegenerative diseases and cancer. Understanding the process of formation, dissolution, and aging of protein condensates requires models that accurately capture the underpinning interactions at the residue level. In this work, we leverage data from biophysical experiments on IDPs in dilute solution to develop a sequence-dependent model which predicts conformational and phase behavior of diverse and unrelated protein sequences with good accuracy. Using the model, we gain insight into the coupling between chain compaction and LLPS propensity.

Many intrinsically disordered proteins (IDPs) may undergo liquidliquid phase separation (LLPS) and participate in the formation of membraneless organelles in the cell, thereby contributing to the regulation and compartmentalisation of intracellular biochemical reactions. The phase behaviour of IDPs is sequence-dependent, and its investigation through molecular simulations requires protein models that combine computational efficiency with an accurate description of intra- and intermolecular interactions. We developed a general coarse-grained model of IDPs, with residue-level detail, based on an extensive set of experimental data on single-chain properties. Ensemble-averaged experimental observables are predicted from molecular simulations, and a data-driven parameter-learning procedure is used to identify the residue-specific model parameters that minimize the discrepancy between predictions and experiments. The model accurately reproduces the experimentally observed conformational propensities of a set of IDPs. Through two-body as well as large-scale molecular simulations, we show that the optimization of the intramolecular interactions results in improved predictions of protein self-association and LLPS.

Abstract Owing to their plasticity, intrinsically disordered and multidomain proteins require descriptions based on multiple conformations, thus calling for techniques and analysis tools that are capable of dealing with conformational ensembles rather than a single protein structure. Here, we introduce DEER-PREdict, a software to predict Double Electron-Electron Resonance distance distributions as well as Paramagnetic Relaxation Enhancement rates from ensembles of protein conformations. DEER-PREdict uses an established rotamer library approach to describe the paramagnetic probes which are bound covalently to the protein. DEER-PREdict has been designed to operate efficiently on large conformational ensembles, such as those generated by molecular dynamics simulation, to facilitate the validation or refinement of molecular models as well as the interpretation of experimental data. The performance and accuracy of the software is demonstrated with experimentally characterized protein systems: HIV-1 protease, T4 Lysozyme and Acyl-CoA-binding protein. DEER-PREdict is open source (GPLv3) and available at github.com/KULL-Centre/DEERpredict and as a Python PyPI package pypi.org/project/DEERPREdict .

Replacement of the stalled replicative polymerase (Pol δ) at a DNA lesion by the error-prone DNA polymerase κ (Pol κ) restarts synthesis past the lesion to prevent genome instability. The switching from Pol δ to Pol κ is mediated by the processivity clamp PCNA but the structural basis of this mechanism is unknown. We determined the Cryo-EM structures of human Pol κ–DNA–PCNA complex and of a stalled Pol δ–DNA–PCNA complex at 3.9 and 4.7 Å resolution, respectively. In Pol κ complex, the C-terminus of the PAD domain docks the catalytic core to one PCNA protomer in an angled orientation, bending the DNA exiting Pol κ active site through PCNA. In Pol δ complex, the DNA is disengaged from the active site but is retained by the thumb domain. We present a model for polymerase switching facilitated by Pol κ recruitment to PCNA and Pol κ conformational sampling to seize the DNA from stalled Pol δ assisted by PCNA tilting.

Abstract The binding of intrinsically disordered proteins to globular ones often requires the folding of motifs into ɑ-helices. These interactions offer opportunities for therapeutic intervention but their modulation with small molecules is challenging because they bury large surfaces. Linear peptides that display the residues that are key for binding can be targeted to globular proteins when they form stable helices, which in most cases requires their chemical modification. Here we present rules to design peptides that fold into single ɑ-helices by instead concatenating glutamine side chain to main chain hydrogen bonds recently discovered in polyglutamine helices. The resulting peptides are uncharged, contain only natural amino acids, and their sequences can be optimized to interact with specific targets. Our results provide design rules to obtain single ɑ-helices for a wide range of applications in protein engineering and drug design.

Abstract DNA regulation, replication and repair are processes fundamental to all known organisms and the sliding clamp proliferating cell nuclear antigen (PCNA) is central to all these processes. S-phase delaying protein 1 (Spd1) from S. pombe , an intrinsically disordered protein that causes checkpoint activation by inhibiting the enzyme ribonucleotide reductase, has one of the most divergent PCNA binding motifs known. Using NMR spectroscopy, in vivo assays, X-ray crystallography, calorimetry, and Monte Carlo simulations, an additional PCNA binding motif in Spd1, a PIP-box, is revealed. The two tandemly positioned, low affinity sites exchange rapidly on PCNA exploiting the same binding sites. Increasing or decreasing the binding affinity between Spd1 and PCNA through mutations of either motif compromised the ability of Spd1 to cause checkpoint activation in yeast. These results pinpoint a role for PCNA in Spd1-mediated checkpoint activation and suggest that its tandemly positioned short linear motifs create a neatly balanced competition-based system, involving PCNA, Spd1 and the small ribonucleotide reductase subunit, Suc22 R2 . Similar mechanisms may be relevant in other PCNA binding ligands where divergent binding motifs so far have gone under the PIP-box radar.

Polyglutamine (polyQ) tracts are regions of low sequence complexity of variable length found in more than one hundred human proteins. These tracts are frequent in activation domains of transcription factors and their length often correlates with transcriptional activity. In addition, in nine proteins, tract elongation beyond specific thresholds causes polyQ disorders. To study the structural basis of the association between tract length, transcriptional activity and disease, here we addressed how the conformation of the polyQ tract of the androgen receptor (AR), a transcription factor associated with the polyQ disease spinobulbar muscular atrophy (SBMA), depends on its length. We found that the tract folds into a helical structure stabilized by unconventional hydrogen bonds between glutamine side chains and main chain carbonyl groups. These bonds are bifurcate with the conventional main chain to main chain hydrogen bonds stabilizing α-helices. In addition, since tract elongation provides additional interactions, the helicity of the polyQ tract directly correlates with its length. These findings suggest a plausible rationale for the association between polyQ tract length and AR transcriptional activity and have implications for establishing the mechanistic basis of SBMA.

Abstract The CorA family of proteins regulates the homeostasis of divalent metal ions in many bacteria, archaea, and eukaryotic mitochondria, making it an important target in the investigation of the mechanisms of transport and its functional regulation. Although numerous structures of open and closed channels are now available for the CorA family, the mechanism of the transport regulation remains elusive. Here, we investigated the conformational distribution and associated dynamic behaviour of the pentameric Mg 2+ channel CorA at room temperature using small-angle neutron scattering (SANS) in combination with molecular dynamics (MD) simulations and solid-state nuclear magnetic resonance spectroscopy (NMR). We find that neither the Mg 2+ -bound closed structure nor the Mg 2+ -free open forms are sufficient to explain the average conformation of CorA. Our data support the presence of conformational equilibria between multiple states, and we further find a variation in the behaviour of the backbone dynamics with and without Mg 2+ . We propose that CorA must be in a dynamic equilibrium between different non-conducting states, both symmetric and asymmetric, regardless of bound Mg 2+ but that conducting states become more populated in Mg 2+ -free conditions. These properties are regulated by backbone dynamics and are key to understanding the functional regulation of CorA.

The level of compaction of an intrinsically disordered protein may affect both its physical and biological properties, and can be probed via different types of biophysical experiments. Small-angle X-ray scattering (SAXS) probe the radius of gyration ( R g ) whereas pulsed-field-gradient nuclear magnetic resonance (NMR) diffusion, fluorescence correlation spectroscopy and dynamic light scattering experiments can be used to determine the hydrodynamic radius ( R h ). Here we show how to calculate R g and R h from a computationally-generated conformational ensemble of an intrinsically disordered protein. We further describe how to use a Bayesian/Maximum Entropy procedure to integrate data from SAXS and NMR diffusion experiments, so as to derive conformational ensembles in agreement with those experiments.

Bayesian and Maximum Entropy approaches allow for a statistically sound and systematic fitting of experimental and computational data. Unfortunately, assessing the relative confidence in these two types of data remains difficult as several steps add unknown error. Here we propose the use of a validation-set method to determine the balance, and thus the amount of fitting. We apply the method to synthetic NMR chemical shift data of an intrinsically disordered protein. We show that the method gives consistent results even when other methods to assess the amount of fitting cannot be applied. Finally, we also describe how the errors in the chemical shift predictor can lead to an incorrect fitting and how using secondary chemical shifts could alleviate this problem.