Intrinsically disordered proteins and protein regions (IDPs/IDRs) exist without a single well-defined conformation. They carry out important biological functions with multifaceted roles which is also reflected in their evolutionary behavior. Computational methods play important roles in the characterization of IDRs. One of the commonly used disorder prediction methods is IUPred, which relies on an energy estimation approach. The IUPred web server takes an amino acid sequence or a Uniprot ID/accession as an input and predicts the tendency for each amino acid to be in a disordered region with an option to also predict context-dependent disordered regions. In this new iteration of IUPred, we added multiple novel features to enhance the prediction capabilities of the server. First, learning from the latest evaluation of disorder prediction methods we introduced multiple new smoothing functions to the prediction that decreases noise and increases the performance of the predictions. We constructed a dataset consisting of experimentally verified ordered/disordered regions with unambiguous annotations which were added to the prediction. We also introduced a novel tool that enables the exploration of the evolutionary conservation of protein disorder coupled to sequence conservation in model organisms. The web server is freely available to users and accessible at https://iupred3.elte.hu.

Intrinsically disordered proteins, defying the traditional protein structure-function paradigm, are a challenge to study experimentally. Because a large part of our knowledge rests on computational predictions, it is crucial that their accuracy is high. The Critical Assessment of protein Intrinsic Disorder prediction (CAID) experiment was established as a community-based blind test to determine the state of the art in prediction of intrinsically disordered regions and the subset of residues involved in binding. A total of 43 methods were evaluated on a dataset of 646 proteins from DisProt. The best methods use deep learning techniques and notably outperform physicochemical methods. The top disorder predictor has Fmax = 0.483 on the full dataset and Fmax = 0.792 following filtering out of bona fide structured regions. Disordered binding regions remain hard to predict, with Fmax = 0.231. Interestingly, computing times among methods can vary by up to four orders of magnitude.

Abstract Cancer is a heterogeneous genetic disease that alters the proper functioning of proteins involved in key regulatory processes such as cell cycle, DNA repair, survival or apoptosis. Mutations often accumulate in hot-spots regions, highlighting critical functional modules within these proteins that need to be altered, amplified or abolished for tumor formation. Recent evidence suggests that these mutational hotspots can not only correspond to globular domains but also to intrinsically disordered regions (IDRs), which play a significant role in a subset of cancer types. IDRs have distinct functional properties that originate from their inherent flexibility. Generally, they correspond to more recent evolutionary inventions and show larger sequence variations across species. In this work we analyzed the evolutionary origin of disordered regions that are specifically targeted in cancer. Surprisingly, the majority of these disordered cancer risk regions showed remarkable conservation with ancient evolutionary origin, stemming from the earliest multicellular animals or even beyond. Nevertheless, we encountered several examples, where the mutated region emerged at a later stage compared to the origin of the gene family. We also showed the cancer risk regions become quickly fixated after their emergence, but evolution continues to tinker with their genes with novel regulatory elements introduced even at the level of humans. Our concise analysis provides a much clearer picture of the emergence of key regulatory elements in proteins and highlights the importance of taking into account the modular organisation of proteins for the analyses of evolutionary origin.

Abstract Truncation of the protein-protein interaction SH3 domain of the membrane remodeling Bridging Integrator 1 (BIN1, Amphiphysin 2) protein leads to centronuclear myopathy. Here, we assessed the impact of a set of naturally observed, previously uncharacterized BIN1 SH3 domain variants using conventional in vitro and cell-based assays monitoring the BIN1 interaction with dynamin 2 (DNM2) and identified potentially harmful ones that can be also tentatively connected to neuromuscular disorders. However, SH3 domains are typically promiscuous and it is expected that other, so-far unknown partners of BIN1 exist besides DNM2, that also participate in the development of centronuclear myopathy. In order to shed light on these other relevant interaction partners and to get a holistic picture of the pathomechanism behind BIN1 SH3 domain variants, we used affinity interactomics. We identified hundreds of new BIN1 interaction partners proteome-wide, among which many appear to participate in cell division, suggesting a critical role of BIN1 in the regulation of mitosis. Finally, we show that the identified BIN1 mutations indeed cause proteome-wide affinity perturbation, signifying the importance of employing unbiased affinity interactomic approaches.

LC8 is a eukaryotic hub protein that presents a highly conserved interface recognized by short linear motifs (SLiMs) in partner proteins. LC8 was originally associated with the dynein motor complex and was also suggested to promote dimerization of partner proteins. However, the growing list of validated partners with diverse functions suggests that LC8 plays a more general cellular role which is still not fully understood. In this work, we combined computational and experimental approaches in order to gain insights into the LC8 interaction network at the system level. Our machine-learning based pipeline together with functional enrichment analysis revealed that LC8 plays a central role in the ciliary-centrosomal system with several partners involved in various types of ciliopathies. By integrating proteomic data and functional annotations, we identified a high confidence, ciliary-centrosomal specific LC8 partner list of 57 proteins, 15 of which are central to centriole life-cycle organization. Validated binding motifs and the detailed characterization of the interaction with protein OFD1 emphasized the important role of LC8, which was confirmed by confocal microscopy. OFD1, which is a central player in this system, also stood out as an early and highly conserved LC8 partner. However, additional partners showed a more recent evolutionary origin featuring novel proteins as well as novel motifs. Altogether, our results highlight that LC8 plays a major role in the ciliary-centrosomal system and its interaction network underwent a major expansion. This system driven motif evolution contributed to the increased complexity of the organization and regulation of the ciliary-centrosomal system.

ABSTRACT Background DisProt is the primary repository of Intrinsically Disordered Proteins. This database is manually curated and the annotations there have strong experimental support. Currently DisProt contains a relatively small number of proteins highlighting the importance of transferring verified disorder and other annotations, in such a way as to increase the number of proteins that could benefit from this valuable information. While the principles and practicalities of homology transfer are well-established for globular proteins, these are largely lacking for disordered proteins. Methods We used DisProt to evaluate the transferability of the annotation terms to orthologous proteins. For each protein, we looked for their orthologs, with the assumption that they will have a similar function. Then, for each protein and their orthologs we made multiple sequence alignments (MSAs). Global and regional quality of the MSAs was evaluated with the NorMD score. Results We have designed a pipeline to obtain good quality MSAs and to transfer annotations from any protein to their orthologs. Applying the pipeline to DisProt proteins, from the 1931 entries with 5,623 annotations we can reach 97,555 orthologs and transfer a total of 301,190 terms by homology. We also provide a web server for consulting the results of DisProt proteins and execute the pipeline for any other protein. The server Homology Transfer IDP (HoTIDP) is accessible at http://hotidp.leloir.org.ar .