Abstract Systematic and extensive investigation of enzymes is needed to understand their extraordinary efficiency and meet current challenges in medicine and engineering. We present HT-MEK, a microfluidic platform for high-throughput expression, purification, and characterization of >1500 enzyme variants per experiment. For 1036 mutants of the alkaline phosphatase PafA, we performed >670,000 reactions to determine >5000 kinetic and physical constants for multiple substrates and inhibitors. These constants allowed us to uncover extensive kinetic partitioning to a misfolded state and isolate catalytic effects, revealing spatially contiguous “regions” of residues linked to particular aspects of function. These regions included active-site proximal residues but also extended to the enzyme surface, providing a map of underlying architecture that could not be derived from existing approaches. HT-MEK, using direct and coupled fluorescent assays, has future applications to a wide variety of problems ranging from understanding molecular mechanisms to medicine to engineering and design. One Sentence Summary HT-MEK, a microfluidic platform for high-throughput, quantitative biochemistry, reveals enzyme architectures shaping function.

Summary Transcription factors (TFs) bind regulatory DNA to control gene expression, and mutations to either TFs or DNA can alter binding affinities to rewire regulatory networks and drive phenotypic variation. While studies have profiled energetic effects of DNA mutations extensively, we lack similar information for TF variants. Here, we present STAMMP (Simultaneous Transcription Factor Affinity Measurements via Microfluidic Protein Arrays), a high-throughput microfluidic platform enabling quantitative characterization of hundreds of TF variants simultaneously. Measured affinities for ∼210 mutants of a model yeast TF (Pho4) interacting with 9 oligonucleotides (>1,800 K d s) reveal that many combinations of mutations to poorly conserved TF residues and nucleotides flanking the core binding site alter but preserve physiological binding, providing a mechanism for mutations in cis and trans to rewire networks without insurmountable evolutionary penalties. Moreover, biochemical double-mutant cycles across the TF-DNA interface reveal molecular mechanisms driving recognition, linking sequence to function.

Abstract X-ray crystallography is a cornerstone of biochemistry. Traditional freezing of protein crystals to cryo-temperatures mitigates X-ray damage and facilitates crystal handling but provides an incomplete window into the ensemble of conformations at the heart of protein function and energetics. Room temperature (RT) X-ray crystallography provides more extensive ensemble information, and recent developments allow conformational heterogeneity, the experimental manifestation of ensembles, to be extracted from single crystal data. However, high sensitivity to X-ray damage at RT raises concerns about data reliability. To systematically address this critical question, we obtained increasingly X-ray-damaged high-resolution datasets (1.02–1.52 Å) from single thaumatin, proteinase K, and lysozyme crystals. Heterogeneity analyses indicated a modest increase in conformational disorder with X-ray damage. Nevertheless, these effects do not alter overall conclusions and can be minimized by limiting the extent of X-ray damage or eliminated by extrapolation to obtain heterogeneity information free from X-ray damage effects. To compare these effects to damage at cryo temperature and to learn more about damage and heterogeneity in cryo-cooled crystals, we carried out an analogous analysis of increasingly damaged proteinase K cryo datasets (0.9–1.16 Å). We found X-ray damage-associated heterogeneity changes that were not observed at RT. This observation and the scarcity of reported X-ray doses and damage extent render it difficult to distinguish real from artifactual conformations, including those occurring as a function of temperature. The ability to aquire reliable heterogeneity information from single crystals at RT provides strong motivation for further development and routine implementation of RT X-ray crystallography to obtain conformational ensemble information. Significance X-ray crystallography has allowed biologists to visualize the proteins that carry out complex biological processes and has provided powerful insights into how these molecules function. Our next level of understanding requires information about the ensemble of conformations that is at the heart of protein function and energetics. Prior results have shown that room temperature (RT) X-ray crystallography provides extensive ensemble information, but are subject to extenstive X-ray damage. We found that ensemble information with little or no effects from X-ray damage can be collected at RT. We also found that damage effects may be more prevalent than recognized in structures obtained under current standard cryogenic conditions. RT X-ray crystallography can be routinely implemented to obtain needed information about conformational ensembles.

Abstract Using High-Throughput Microfluidic Enzyme Kinetics (HT-MEK), we measured over 9,000 inhibition curves detailing impacts of 1,004 single-site mutations throughout the Alkaline Phosphatase PafA on binding affinity for two transition state analogs (TSAs), vanadate and tungstate. As predicted by catalytic models invoking transition state complementary, mutations to active site and active site-contacting residues had highly similar impacts on catalysis and TSA binding. Unexpectedly, most mutations to more distal residues which reduced catalysis had little or no impact on TSA binding and many even increased affinity for tungstate. These disparate effects are accounted for by a model in which distal mutations alter the enzyme’s conformational landscape and increase occupancy of microstates that are catalytically less effective but better able to accommodate larger transition state analogs. In support of this model, glycine substitutions (rather than valine) were more likely to increase tungstate affinity, presumably due to increased conformational flexibility and increased occupancy of previously disfavored microstates. These results indicate that residues throughout an enzyme provide specificity for the transition state and discriminate against analogs that are larger only by tenths of an Ångström. Thus, engineering enzymes that rival the most powerful natural enzymes will likely require consideration not just of residues in and around the active site, but also of more distal residues that shape the enzyme’s conformational landscape and finetune the active site. In addition, the extensive functional communication between the active site and remote residues may provide interconnections needed for allostery and make allostery a highly evolvable trait. Significance Statement Transition state analogs (TSAs) resemble fleeting high-energy transition states and have been used to inhibit enzymes in nature and medicine, to learn about enzyme active site features, and to design and select new enzymes. While TSAs mimic transition states, they differ from actual TSs, and we exploit these differences here. Systematic TSA affinity measurements for 1,004 mutants of PafA (a model phosphatase enzyme) revealed effects in and around the active site that mirror their effects on catalysis, but TSA-binding and catalytic effects diverge more distally. These observations suggest that residues throughout an enzyme adjust its conformational landscape on the tenth-Ångström scale to optimize the active site for catalysis, rendering allostery more evolvable in nature but likely complicating enzyme design.

Summary Organoids are powerful experimental models for studying the ontogeny and progression of diseases including cancer. Organoids are conventionally cultured in bulk using an extracellular matrix mimic. However, organoids in bulk culture physically overlap, making it impossible to track the growth of individual organoids over time in high throughput. Moreover, local spatial variations in bulk matrix properties make it difficult to assess whether observed phenotypic heterogeneity between organoids results from intrinsic cell differences or microenvironment variability. Here, we developed a microwell-based method that enables high-throughput quantification of image-based parameters for organoids grown from single cells, which can be retrieved from their microwells for sequencing and molecular profiling. Coupled with a deep-learning image processing pipeline, we characterized phenotypic traits including growth rates, cellular movement, and apical-basal polarity in two CRISPR-engineered human gastric organoid models, identifying genomic changes associated with increased growth rate and changes in accessibility and expression correlated with apical-basal polarity.