Abstract N -methyl-D-aspartate receptors (NMDARs) are critically involved in basic brain functions and neurodegeneration as well as tumor invasiveness. Targeting specific subtypes of NMDARs with distinct activities has been considered an effective therapeutic strategy for neurological disorders and diseases. However, complete elimination of off-target effects of small chemical compounds has been challenging and thus, there is a need to explore alternative strategies for targeting NMDAR subtypes. Here we report identification of a functional antibody that specifically targets the GluN1-GluN2B NMDAR subtype and allosterically down-regulates ion channel activity as assessed by electrophysiology. Through biochemical analysis, x-ray crystallography, single-particle electron cryomicroscopy, and molecular dynamics simulations, we show that this inhibitory antibody recognizes the amino terminal domain of the GluN2B subunit and increases the population of the non-active conformational state. The current study demonstrates that antibodies may serve as specific reagents to regulate NMDAR functions for basic research and therapeutic objectives.

ABSTRACT The bacterial divisome, a macromolecular machine that is composed of more than thirty proteins in E. coli , orchestrates the essential process of cell wall constriction during cell division. Novel antimicrobial strategies can target protein-protein interactions within the divisome and will benefit from insights into divisome structure and dynamics. In this work, we combined structure prediction, molecular dynamics simulation, single-molecule imaging, and mutagenesis to construct a model of the core complex of the E. coli divisome composed of the essential septal cell wall synthase complex formed by FtsW and FtsI, and its regulators FtsQ, FtsL, FtsB, and FtsN. We observed extensive interactions in four key regions in the periplasmic domains of the complex. FtsQ, FtsL, and FtsB scaffold FtsI in an extended conformation with the FtsI transpeptidase domain lifted away from the membrane through interactions among the C-terminal domains. FtsN binds between FtsI and FtsL in a region rich in residues with superfission (activating) and dominant negative (inhibitory) mutations. Mutagenesis experiments in cellulo and in silico revealed that the essential domain of FtsN functions as a tether to tie FtsI and FtsL together, impacting interactions between the anchor-loop of FtsI and the putative catalytic region of FtsW, suggesting a mechanism of how FtsN activates the cell wall synthesis activities of FtsW and FtsI.

Abstract Structure-based drug discovery efforts require knowledge of where drug-binding sites are located on target proteins. To address the challenge of finding druggable sites, we developed a machine-learning algorithm called TACTICS (Trajectory-based Analysis of Conformations To Identify Cryptic Sites), which uses an ensemble of molecular structures (such as molecular dynamics simulation data) as input. First, TACTICS uses k-means clustering to select a small number of conformations that represent the overall conformational heterogeneity of the data. Then, TACTICS uses a random forest model to identify potentially bindable residues in each selected conformation, based on protein motion and geometry. Lastly, residues in possible binding pockets are scored using fragment docking. As proof-of-principle, TACTICS was applied to the analysis of simulations of the SARS-CoV-2 main protease and methyltransferase and the Yersinia pestis aryl carrier protein. Our approach recapitulates known small-molecule binding sites and predicts the locations of sites not previously observed in experimentally determined structures. The TACTICS code is available at https://github.com/Albert-Lau-Lab/tactics_protein_analysis .

Symmetrical homomeric proteins are ubiquitous in every domain of life, and information about their structure is essential to decipher function. The size of these complexes often makes them intractable to high-resolution structure determination experiments. Computational docking algorithms offer a promising alternative for modeling large complexes with arbitrary symmetry. Accuracy of existing algorithms, however, is limited by backbone inaccuracies when using homology-modeled monomers. Here, we present Rosetta SymDock2 with a broad search of symmetrical conformational space using a six-dimensional coarse-grained score function followed by an all-atom flexible-backbone refinement, which we demonstrate to be essential for physically-realistic modeling of tightly packed complexes. In global docking of a benchmark set of complexes of different point symmetries -- staring from homology-modeled monomers -- we successfully dock (defined as predicting three near-native structures in the five top-scoring models) 19 out of 31 cyclic complexes and 5 out of 12 dihedral complexes.

ABSTRACT N-methyl-D-aspartate receptors (NMDARs) uniquely require binding of two different neurotransmitter agonists for synaptic transmission. D-serine and glycine bind to one subunit, GluN1, while glutamate binds to the other, GluN2. These agonists bind to the receptor’s bi-lobed ligand-binding domains (LBDs), which close around the agonist during receptor activation. To better understand the unexplored mechanisms by which D-serine contributes to receptor activation, we performed multi-microsecond molecular dynamics simulations of the GluN1/GluN2A LBD dimer with free D-serine and glutamate agonists. Surprisingly, we observed D-serine binding to both GluN1 and GluN2A LBDs, suggesting that D-serine competes with glutamate for binding to GluN2A. This mechanism is confirmed by our electrophysiology experiments, which show that D-serine is indeed inhibitory at high concentrations. Although free energy calculations indicate that D-serine stabilizes the closed GluN2A LBD, its inhibitory behavior suggests that it either does not remain bound long enough or does not generate sufficient force for ion channel gating. We developed a workflow using pathway similarity analysis to identify groups of residues working together to promote binding. These conformation-dependent pathways were not significantly impacted by the presence of N-linked glycans, which act primarily by interacting with the LBD bottom lobe to stabilize the closed LBD.

SUMMARY Phosphorylation of ubiquitin at Ser65 increases the population of a rare C-terminally retracted (CR) conformation. Transition between the CR and the Major ubiquitin conformations is critical for promoting mitochondrial degradation. The mechanisms by which the Major and CR conformations of Ser65-phosphorylated (pSer65) ubiquitin interconvert, however, have not yet been revealed. Here, we perform all-atom molecular dynamics simulations using the string method with swarms of trajectories to calculate the lowest free-energy path between these two conformers. Our analysis reveals the existence of a Bent intermediate in which the C-terminal residues of the β5 strand shift to resemble the CR conformation, while pSer65 retains contacts resembling the Major conformation. This stable intermediate was reproduced in well-tempered metadynamics calculations, with the exception of a Gln2Ala mutant that disrupts contacts with pSer65. Lastly, dynamical network modelling reveals that the transition from the Major to CR conformations involves a decoupling of residues near pSer65 from the adjacent β1 strand.