JL
Jizhong Lou
Author with expertise in Therapeutic Antibodies: Development, Engineering, and Applications
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
6
(67% Open Access)
Cited by:
4
h-index:
35
/
i10-index:
73
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
1

Structure of SOQ1 lumenal domains identifies potential disulfide exchange for negative regulation of photoprotection, qH

Guimei Yu et al.Mar 17, 2021
+10
Y
L
G
Abstract Non-photochemical quenching (NPQ) plays an important role for phototrophs in decreasing photo-oxidative damage. qH is a sustained component of NPQ and depends on the plastid lipocalin (LCNP). A thylakoid membrane-anchored protein SUPPRESSOR OF QUENCHING1 (SOQ1) prevents qH formation by inhibiting LCNP. SOQ1 suppresses qH with its lumen-located C-terminal Trx-like and NHL domains. Here we report crystal structures and biochemical characterization of SOQ1 lumenal domains. Our results show that the Trx-like and NHL domains are stably associated, with the potential redox-active motif located at their interface. Residue E859 essential for SOQ1 function is pivotal for mediating the inter-domain interaction. Moreover, the C-terminal region of SOQ1 forms an independent β-stranded domain, which possibly interacts with the Trx-like domain through disulfide exchange. Furthermore, SOQ1 is susceptible to cleavage at the loops connecting the neighboring domains both in vitro and in vivo , which could be a regulatory process for its suppression function of qH.
1
Citation2
0
Save
5

Catch bond models may explain how force amplifies TCR signaling and antigen discrimination

Hyun-Kyu Choi et al.Jan 18, 2022
+9
P
W
H
ABSTRACT Central to T cell biology, the T cell receptor (TCR) integrates forces in its triggering process upon interaction with peptide-major histocompatibility complex (pMHC) 1-3 . Phenotypically, forces elicit TCR catch-slip bonds with strong pMHCs but slip-only bonds with weak pMHCs 4-10 . While such correlation is commonly observed, the quantitative bond pattern and degree of “catchiness” vary. We developed two models based on the structure, elastic properties, and force-induced conformational changes of the TCR–pMHC-I/II complexes to derive from their bond characteristics more intrinsic parameters that underlie structural mechanisms, predict T cell signaling, and discriminate antigens. Applying the models to 55 datasets of 12 αβTCRs and their mutants interacting with corresponding pMHCs without coreceptor engagement demonstrated the ability for structural and physical parameters to quantitatively integrate and classify a broad range of bond behaviors and biological activities. Comparing to the generic two-state model for catch-slip bond that also fits the data, our models can distinguish class I from class II MHC systems and their best-fit parameters correlate with the TCR/pMHC potency to trigger T cell activation, which the generic model cannot. The models were tested by mutagenesis using structural analysis, bond profile measurement, and functional assay of a MHC and a TCR mutated to alter conformation changes. The extensive comparisons between theory and experiment provided strong validation of the models and testable hypothesis regarding specific conformational changes that control bond profiles, thereby suggesting structural mechanisms for the inner workings of the TCR mechanosensing machinery and plausible explanation of why and how force may amplify TCR signaling and antigen discrimination.
5
Citation2
0
Save
0

FcγRIIB I232T polymorphic change allosterically suppresses ligand binding

Wei Hu et al.Mar 24, 2019
+7
W
L
W
FcγRIIB bindings to its ligand suppress immune cell activation. A single-nucleotide polymorphic (SNP) change, I232T, in the transmembrane (TM) domain of FcγRIIB loses its suppression function, which clinically associates with systemic lupus erythematosus (SLE). Previously, we reported that I232T tilts FcγRIIB's TM domain. In this study, combining with molecular dynamics simulations and single-cell FRET assay, we further revealed that such tilting by I232T unexpectedly bends the FcγRIIB's ectodomain towards plasma membrane to allosterically impede FcγRIIB's ligand association. We then used single-cell biomechanical assay to further find out that I232T also reduces two-dimensional in-situ binding affinities and association rates of FcγRIIB interacting with its ligands by three-folds. This allosteric regulation by a SNP provides an intrinsic molecular mechanism for functional loss of FcγRIIB-I232T in SLE patients.
3

The GxcM-Fbp17/RacC-WASP signaling cascade regulates polarized cortex assembly in migrating cells

Dong Liu et al.Nov 15, 2022
+10
C
D
D
Abstract The actin-rich cortex plays a fundamental role in many cellular processes. Its architecture and molecular composition vary across cell types and physiological states. The full complement of actin assembly factors driving cortex formation and how their activities are spatiotemporally regulated remain to be fully elucidated. Using Dictyostelium as a model for polarized and rapidly migrating cells, we show that GxcM, a RhoGEF localized specifically in the rear of migrating cells, functions together with F-BAR protein Fbp17, a small GTPase RacC, and the actin nucleation-promoting factor WASP to coordinately promote Arp2/3 complex-mediated cortical actin assembly. Over-activation of this signaling cascade leads to excessive actin polymerization in the rear cortex, whereas its disruption causes defects in cortical integrity and function. Therefore, different from its well-defined role in the formation of the front protrusions, the Arp2/3 complex-based actin carries out a previously unappreciated function in building the rear cortical subcompartment in rapidly migrating cells.
13

Lipoprotein sorting to the cell surface via a crosstalk between the Lpt and Lol pathways during outer membrane biogenesis

Qingshan Luo et al.Dec 25, 2022
+17
K
S
Q
ABSTRACT Lipopolysaccharide (LPS) and lipoprotein, two essential components of the outer membrane (OM) in Gram-negative bacteria, play critical roles in bacterial physiology and pathogenicity. LPS translocation to the OM is mediated by LptDE, yet how lipoproteins sort to the cell surface remains elusive. Here we report the identification of an inventory of lipoproteins that are transported to the cell surface via LptDE. Notably, we determined crystal structures of LptDE from Pseudomonas aeruginosa and its complex with an endogenous Escherichia coli lipoprotein YifL. The pa LptDE-YifL structure demonstrates that YifL translocates to the OM via LptDE, in a manner similar to LPS transport. The β-barrel domain serves as a passage for the proteinaceous moiety while its acyl chains are transported outside. Our finding has been corroborated by results from native mass spectrometry, immunofluorescence, and photocrosslinking assays, revealing a unique mechanism through which lipoproteins are translocated across the OM in an ATP- and LPS-dependent manner. Moreover, our study expands the scope of current knowledge of lipoprotein sorting by disclosing a crosstalk between the Lpt and Lol pathways.
0

Optimized sgRNA design by deep learning to balance the off-target effects and on-target activity of CRISPR/Cas9

Jie Lan et al.Mar 5, 2020
+3
G
X
J
The CRISPR/Cas9 system derived from bacteria especially Streptococcus pyogenes (SpyCas9) is currently considered as the most advanced tool used for numerous areas of biological study in which it is useful to target or modify specific DNA sequences. However, low on-target cleavage efficiency and off-target effects impede its wide application. Several different sgRNA design tools for SpyCas9 by using various algorithms have been developed, including linear regression model, support vector machine (SVM) model and convolutional neuron network model. While the deep insight into the sgRNA features contributing for both on-target activity and off-target still remains to be determined. Here, with public large-scale CRISPR screen data, we evaluated contribution of different features influence sgRNA activity and off-target effects, and developed models for sgRNA off-target evaluation and on-target activity prediction. In addition, we combined both activity and off-target prediction models and packaged them as an online sgRNA design tool, OPT-sgRNA.