One of the major barriers to the use of enzymes in industrial biotechnology is their insufficient stability under processing conditions. The use of organic solvent systems instead of aqueous media for enzymatic reactions offers numerous advantages, such as increased solubility of hydrophobic substrates or suppression of water-dependent side reactions. For example, reverse hydrolysis reactions that form esters from acids and alcohols become thermodynamically favorable. However, organic solvents often inactivate enzymes. Industry and academia have devoted considerable effort into developing effective strategies to enhance the lifetime of enzymes in the presence of organic solvents. The strategies can be grouped into three main categories: (i) isolation of novel enzymes functioning under extreme conditions, (ii) modification of enzyme structures to increase their resistance toward nonconventional media, and (iii) modification of the solvent environment to decrease its denaturing effect on enzymes. Here we discuss successful examples representing each of these categories and summarize their advantages and disadvantages. Finally, we highlight some potential future research directions in the field, such as investigation of novel nanomaterials for immobilization, wider application of computational tools for semirational prediction of stabilizing mutations, knowledge-driven modification of key structural elements learned from successfully engineered proteins, and replacement of volatile organic solvents by ionic liquids and deep eutectic solvents.

Abstract The widely used coelenterazine-powered Renilla luciferase was discovered over 40 years ago but the oxidative mechanism by which it generates blue photons remains unclear. Here we decipher Renilla -type bioluminescence through crystallographic, spectroscopic, and computational experiments. Structures of ancestral and extant luciferases complexed with the substrate-like analogue azacoelenterazine or a reaction product were obtained, providing unprecedented snapshots of coelenterazine-to-coelenteramide oxidation. Bound coelenterazine adopts a Y-shaped conformation, enabling the deprotonated imidazopyrazinone component to attack O 2 via a radical charge-transfer mechanism. A high emission intensity is secured by an aspartate from a conserved proton-relay system, which protonates the excited coelenteramide product. Another aspartate on the rim of the catalytic pocket fine-tunes the electronic state of coelenteramide and promotes the formation of the blue light-emitting phenolate anion. The results obtained also reveal structural features distinguishing flash-type from glow-type bioluminescence, providing insights that will guide the engineering of next-generation luciferase–luciferin pairs for ultrasensitive optical bioassays.

Abstract Protein aggregation is a hallmark of multiple neurodegenerative diseases and a great hindrance in recombinant protein production, handling, and storage. Identification of aggregation prone residues or regions (APRs) in proteins and their suppression by mutations is a powerful and straightforward strategy for improving protein solubility and yield, which significantly increases their application potential. Towards this, we developed a deep neural network based predictor that generates residue level aggregation profile for one or several input protein sequences. The model was trained on a set of hexapeptides with experimentally characterised aggregation propensities and validated on two independent sets of data including hexapeptides and full-length proteins with annotated APRs. In both cases, the model matched, or outperformed the state-of-the-art algorithms. Its performance was further verified using a set of 34 hexapeptides identified in model haloalkane dehalogenase LinB and seven proteins from AmyPro database. The experimental data from Thioflavin T fluorescence and transmission electron microscopy matched the predictions in 79% of the cases, and revealed inaccuracies in the database annotations. Finally, the utility of the algorithm was demonstrated by identifying APRs in a model enzyme (LinB) and designing aggregation-suppressing mutations in the exposed regions. The designed variants showed reduced aggregation propensity, increased solubility and improved yield, with up to a 100% enhancement compared to the wild type for the best one.

Computational study of the effect of drug candidates on intrinsically disordered biomolecules is challenging due to their vast and complex conformational space. Here, we developed a comparative Markov state analysis (CoVAMPnet) framework to quantify changes in the conformational distribution and dynamics of a disordered biomolecule in the presence and absence of small organic drug candidate molecules. First, molecular dynamics trajectories are generated using enhanced sampling, in the presence and absence of small molecule drug candidates, and ensembles of soft Markov state models (MSMs) are learned for each system using unsupervised machine learning. Second, these ensembles of learned MSMs are aligned across different systems based on a solution to an optimal transport problem. Third, the directional importance of inter-residue distances for the assignment to different conformational states is assessed by a discriminative analysis of aggregated neural network gradients. This final step provides interpretability and biophysical context to the learned MSMs. We applied this novel computational framework to assess the effects of ongoing phase 3 therapeutics tramiprosate (TMP) and its metabolite 3-sulfopropanoic acid (SPA) on the disordered Aβ42 peptide involved in Alzheimer's disease. Based on adaptive sampling molecular dynamics and CoVAMPnet analysis, we observed that both TMP and SPA preserved more structured conformations of Aβ42 by interacting nonspecifically with charged residues. SPA impacted Aβ42 more than TMP, protecting α-helices and suppressing the formation of aggregation-prone β-strands. Experimental biophysical analyses showed only mild effects of TMP/SPA on Aβ42 and activity enhancement by the endogenous metabolization of TMP into SPA. Our data suggest that TMP/SPA may also target biomolecules other than Aβ peptides. The CoVAMPnet method is broadly applicable to study the effects of drug candidates on the conformational behavior of intrinsically disordered biomolecules.

ABSTRACT Computational study of the effect of drug candidates on intrinsically disordered biomolecules is challenging due to their vast and complex conformational space. Here we developed a Comparative Markov State Analysis (CoVAMPnet) framework to quantify changes in the conformational distribution and dynamics of a disordered biomolecule in the presence and absence of small organic drug candidate molecules. First, molecular dynamics trajectories are generated using enhanced sampling, in the presence and absence of small molecule drug candidates, and ensembles of soft Markov state models (MSMs) are learned for each system using unsupervised machine learning. Second, these ensembles of learned MSMs are aligned across different systems based on a solution to an optimal transport problem. Third, the directional importance of inter-residue distances for the assignment to different conformational states is assessed by a discriminative analysis of aggregated neural network gradients. This final step provides interpretability and biophysical context to the learned MSMs. We applied this novel computational framework to assess the effects of ongoing phase 3 therapeutics tramiprosate (TMP) and its metabolite 3-sulfopropanoic acid (SPA) on the disordered Aβ42 peptide involved in Alzheimer’s disease. Based on adaptive sampling molecular dynamics and CoVAMPnet analysis, we observed that both TMP and SPA preserved more structured conformations of Aβ42 by interacting non-specifically with charged residues. SPA impacted Aβ42 more than TMP, protecting α-helices and suppressing the formation of aggregation-prone β-strands. Experimental biophysical analyses showed only mild effects of TMP/SPA on Aβ42, and activity enhancement by the endogenous metabolization of TMP into SPA. Our data suggest that TMP/SPA may also target other biomolecules than Aβ peptides. The CoVAMPnet method is broadly applicable to study the effects of drug candidates on the conformational behavior of intrinsically disordered biomolecules. TOC Graphic

Abstract NanoLuc, a superior β-barrel fold luciferase, was engineered 10 years ago but the nature of its catalysis remains puzzling. Here experimental and computational techniques were combined, revealing that imidazopyrazinone luciferins bind to an intra-barrel catalytic site but also to an allosteric site shaped on the enzyme surface. Structurally, binding to the allosteric site prevents simultaneous binding to the catalytic site, and vice versa , through concerted conformational changes. We demonstrate that restructuration of the allosteric site can boost the luminescent reaction in the remote active site. Mechanistically, an intra-barrel arginine coordinates the imidazopyrazinone component of luciferin, which reacts with O 2 via a radical charge-transfer mechanism, and then it also protonates the resulting excited amide product to form a light-emitting neutral species. Concomitantly, an aspartate, supported by two tyrosines, fine-tunes the blue color emitter to secure a high emission intensity. This information is critical to engineering the next-generation of ultrasensitive bioluminescent reporters.

Fibroblast growth factors (FGFs) play numerous regulatory functions in complex organisms, and their corresponding therapeutic potential is of growing interest to academics and industrial researchers alike. However, applications of these proteins are limited due to their low stability in vivo and in vitro. Here we tackle this problem using a generalizable computer-assisted protein engineering strategy to create a unique modified FGF2 with nine mutations displaying unprecedented stability and uncompromised biological function.

Abstract Background Apolipoprotein E (ApoE) ε4 genotype is the most prevalent risk factor for late-onset Alzheimer’s Disease (AD). Although ApoE4 differs from its non-pathological ApoE3 isoform only by the C112R mutation, the molecular mechanism of its proteinopathy is unknown. Methods Here, we reveal the molecular mechanism of ApoE4 aggregation using a combination of experimental and computational techniques, including X-ray crystallography, site-directed mutagenesis, hydrogen-deuterium mass spectrometry (HDX-MS), static light scattering and molecular dynamics simulations. Treatment of ApoE ε3/ε3 and ε4/ε4 cerebral organoids with tramiprosate was used to compare the effect of tramiprosate on ApoE4 aggregation at the cellular level. Results We found that C112R substitution in ApoE4 induces long-distance (>15 Å) conformational changes leading to the formation of a V-shaped dimeric unit that is geometrically different and more aggregation-prone than the ApoE3 structure. AD drug candidate tramiprosate and its metabolite 3-sulfopropanoic acid induce ApoE3-like conformational behavior in ApoE4 and reduce its aggregation propensity. Analysis of ApoE ε4/ε4 cerebral organoids treated with tramiprosate revealed its effect on cholesteryl esters, the storage products of excess cholesterol. Conclusions Our results connect the ApoE4 structure with its aggregation propensity, providing a new druggable target for neurodegeneration and ageing.

Abstract Recognition and processing of DNA ends play a central role in maintaining genome integrity. The evolutionarily conserved DNA repair complex Ku serves as the primary sensor of free DNA ends in eukaryotic cells. Its rapid association with DNA ends is crucial for several cellular processes, including non-homologous end joining (NHEJ) DNA repair and telomere protection. In this study, we conducted a transient kinetic analysis to investigate the impact of the SAP domain on individual phases of the Ku-DNA interaction. Specifically, we examined the initial binding, the subsequent docking of Ku onto DNA, and the sliding of Ku along DNA. Our findings revealed that the C-terminal domain of Ku70, known as SAP ((SAF-A/B, Acinus and PIAS), facilitates the initial phases of Ku-DNA interaction, but does not affect the sliding process. This suggests that SAP may either establish the first interactions with DNA, or stabilize these initial interactions during loading. To assess the biological role of SAP, we generated Arabidopsis plants expressing Ku lacking the SAP domain (ΔSAP). Intriguingly, despite the decreased efficiency of the ΔSAP Ku complex in loading onto DNA, the mutant plants exhibited full proficiency in classical NHEJ and telomere maintenance. This indicates that the speed of Ku loading onto telomeres or DNA double-strand breaks (DSBs) is not the decisive factor in stabilizing these DNA structures.