Tricks for boosting yeast's ethanol yields To become a widely used source of fuel, widespread industrial production of ethanol using yeast needs to be simple and efficient. However, two conditions ideal for boosting production—tolerance of higher temperatures and high concentrations of ethanol—have been limiting (see the Perspective by Cheng and Kao). Now, Caspeta et al. have used adaptive laboratory evolution to find yeast strains that can tolerate high temperatures and Lam et al. have identified a route to improve yeast's resistance to high concentrations of ethanol. Science , this issue p. 75 , p. 71 ; see also p. 35

Copper (Cu) is essential for living organisms, and acts as a cofactor in many metabolic enzymes. To avoid the toxicity of free Cu, organisms have specific transport systems that 'chaperone' the metal to targets. Cancer progression is associated with increased cellular Cu concentrations, whereby proliferative immortality, angiogenesis and metastasis are cancer hallmarks with defined requirements for Cu. The aim of this study is to gather all known Cu-binding proteins and reveal their putative involvement in cancers using the available database resources of RNA transcript levels. Using the database along with manual curation, we identified a total of 54 Cu-binding proteins (named the human Cu proteome). Next, we retrieved RNA expression levels in cancer versus normal tissues from the TCGA database for the human Cu proteome in 18 cancer types, and noted an intricate pattern of up- and downregulation of the genes in different cancers. Hierarchical clustering in combination with bioinformatics and functional genomics analyses allowed for the prediction of cancer-related Cu-binding proteins; these were specifically inspected for the breast cancer data. Finally, for the Cu chaperone ATOX1, which is the only Cu-binding protein proposed to have transcription factor activities, we validated its predicted over-expression in patient breast cancer tissue at the protein level. This collection of Cu-binding proteins, with RNA expression patterns in different cancers, will serve as an excellent resource for mechanistic-molecular studies of Cu-dependent processes in cancer.

Abstract Eukaryal cells are used for the production of many recombinant pharmaceutical proteins, including several of the current top-selling products. The protein secretory pathway in eukaryal cells is complex and involves many different processes such as post-translational modifications, translocation, and folding. Furthermore, recombinant protein production competes with native secretory proteins for the limited energy and proteome resources allocated to the protein secretory pathway. Due to the complexity of this pathway, improvement through metabolic engineering has traditionally been relatively ad-hoc; and considering the industrial importance of this pathway, there is a need for more systematic approaches for novel design principles. Here, we present the first proteome-constrained genome-scale protein secretory model of a eukaryal cell, namely for the yeast Saccharomyces cerevisiae (pcSecYeast). The model contains all key processes of this pathway, i.e., protein translation, modification, and degradation coupled with metabolism. The model can capture delicate phenotypic changes such as the switch in the use of specific glucose transporters in response to changing extracellular glucose concentration. Furthermore, the model can also simulate the effects of protein misfolding on cellular growth, suggesting that retro-translocation of misfolded proteins contributes to protein retention in the Endoplasmic reticulum (ER). We used pcSecYeast to simulate various recombinant proteins production and identified overexpression targets for different recombinant proteins overproduction. We experimentally validated many of the predicted targets for α-amylase production in this study, and the results show that the secretory pathways have more limited capacity than metabolism in terms of protein secretion.

In mammalian cells, >25% of synthesized proteins are exported through the secretory pathway. The pathway complexity, however, obfuscates its impact on the secretion of different proteins. Unraveling its impact on diverse proteins is particularly important for biopharmaceutical production. Here we delineate the core secretory pathway functions and integrate them with genome-scale metabolic reconstructions of human, mouse, and Chinese hamster cells. The resulting reconstructions enable the computation of energetic costs and machinery demands of each secreted protein. By integrating additional omics data, we find that highly secretory cells have adapted to reduce expression and secretion of other expensive host cell proteins. Furthermore, we predict metabolic costs and maximum productivities of biotherapeutic proteins and identify protein features that most significantly impact protein secretion. Finally, the model successfully predicts the increase in secretion of a monoclonal antibody after silencing a highly expressed selection marker. This work represents a knowledgebase of the mammalian secretory pathway that serves as a novel tool for systems biotechnology.

Proteins that are components of the secretory machinery form a cellular pathway of paramount importance for physiological regulation, development and function of human tissues. Consistently, most secretory pathway components are ubiquitously expressed in all tissues. At the same time, recent studies identified that the largest fraction of tissue-specific proteins consists of secreted and membrane proteins and not intracellular proteins. This suggests that the secretory pathway is distinctively regulated in a tissue-specific fashion. However, a systematic analysis on how the protein secretory pathway is tuned in different tissues is lacking, and it is even largely unexplored if the secretome and membrane proteome differs in, for example, post-translation modifications across tissues. Here, analyzing publically available transcriptome data across 30 human tissues, we discovered the expression level of key components previously categorized as housekeeping proteins were specifically over-expressed in a certain tissue compared with the average expression of their corresponding secretory pathway subsystem (e.g. protein folding). These extreme genes defines an exceptional fine-tuning in specific subnetworks, which neatly differentiated for example the pancreas and liver from 30 other tissues. Moreover, the subnetwork expression tuning correlated with the nature and number of post translational modification sites in the pancreas or liver-specific secretome and membrane proteome. These patterns were recurrently observed also in other tissues, like the blood, the brain and the skeletal muscle. These findings conciliate both the housekeeping and tissue-specific nature of the protein secretory pathway, which we attribute to a fine-tuned regulation of defined subnetworks in order to support the diversity of secreted proteins and their modifications.

We here detect dormant brown adipose tissue (BAT) in adult humans, occurring in most of the perirenal fat depot and characterized by a unilocular morphology. This phenotype was contrasted by multilocular BAT accumulating near the adrenal gland. Transcriptomic analysis revealed a gene expression profile of unilocular BAT that was approaching, yet was still distinct from, the expression profile of subcutaneous white adipose tissue (WAT). Candidate gene signatures were recapitulated in a murine model of unilocular brown fat induced by thermoneutrality and high fat diet. We identified SPARC as a candidate adipokine representing a dormant BAT state in the absence of sympathetic activation and CLSTN3 as a novel marker for multilocular BAT. Brown fat precursor cells were present in the entire perirenal fat depot, regardless of state. When differentiated in vitro, these cells responded to acute norepinephrine stimulation by increasing UCP1 gene expression and uncoupled respiration, confirming a BAT phenotype. We thus propose a mechanism for the reduction of functionally competent BAT in adult humans and we provide a solid data set for future research on factors that can reactivate dormant BAT as a potential strategy for combating obesity and metabolic disease.