SUMMARY Red blood cells (RBCs, erythrocytes) are the simplest primary human cells, lacking nuclei and major organelles, and instead employing about a thousand proteins to dynamically control cellular function and morphology in response to physiological cues. In this study, we defined a canonical RBC proteome and interactome using quantitative mass spectrometry and machine learning. Our data reveal an RBC interactome dominated by protein homeostasis, redox biology, cytoskeletal dynamics, and carbon metabolism. We validated protein complexes through electron microscopy and chemical crosslinking, and with these data, built 3D structural models of the ankyrin/Band 3/Band 4.2 complex that bridges the spectrin cytoskeleton to the RBC membrane. The model suggests spring-link compression of ankyrin may contribute to the characteristic RBC cell shape and flexibility. Taken together, our study provides an in-depth view of the global protein organization of human RBCs and serves as a comprehensive resource for future research.

Cryo-electron microscopy has become an indispensable tool for structural studies of biological macromolecules. There are two predominant methods for studying the architectures of multi-protein complexes: (1) single particle analysis of purified samples and (2) tomography of whole cells or cell sections. The former can produce high-resolution structures but is limited to highly purified samples, while the latter can capture proteins in their native state but is hindered by a low signal-to-noise ratio and results in lower-resolution structures. Here, we present a method combining microfluidic single cell extraction with single particle analysis by electron microscopy to characterize protein complexes from individual C. elegans embryos. Using this approach, we uncover three-dimensional structures of ribosomes directly from single embryo extracts. In addition, we investigate structural dynamics during development by counting the number of ribosomes per polysome in early and late embryos. This approach has significant potential applications for counting protein complexes and studying protein architectures from single cells in developmental, evolutionary and disease contexts.

Cryo-electron microscopy is traditionally applied to samples purified to near homogeneity as current reconstruction algorithms are unable to handle heterogeneous mixtures of structures from many macromolecular complexes. We extend on long established methods and demonstrate that relating two-dimensional projection images by their common lines in a graphical framework is sufficient for partitioning distinct protein and multiprotein complexes within the same data set. Using this approach, we first group a large set of synthetic reprojections from 35 unique macromolecular structures ranging from ~30 - 3000 kDa into individual homogenous classes. We then apply our algorithm on cryo-EM data collected from a mixture of five protein complexes and use existing reconstruction methods to solve multiple three-dimensional structures ab initio. Incorporating methods to sort cryo-EM data from heterogeneous mixtures will alleviate the need for stringent purification and pave the way toward investigation of samples containing many unique structures.

The Fourier shell correlation (FSC) is a measure of the similarity between two signals computed over corresponding shells in the frequency domain and has broad applications in microscopy. In structural biology, the FSC is ubiquitous in methods for validation, resolution determination, and signal enhancement. Computing the FSC usually requires two independent measurements of the same underlying signal, which can be limiting for some applications. Here, we analyze and extend on an approach proposed by Koho et al. [1] to estimate the FSC from a single measurement. In particular, we derive the necessary conditions required to estimate the FSC from downsampled versions of a single noisy measurement. These conditions reveal additional corrections which we implement to increase the applicability of the method. We then illustrate two applications of our approach, first as an estimate of the global resolution from a single 3-D structure and second as a data-driven method for denoising tomographic reconstructions in electron cryo-tomography. These results provide general guidelines for computing the FSC from a single measurement and suggest new applications of the FSC in microscopy.

The aggregation of Amyloid-β (Aβ) is associated with the onset of Alzheimers Disease (AD) and involves a complex kinetic pathway as monomers self-assemble into fibrils. A central feature of amyloid fibrils is the existence of multiple structural polymorphs, which complicates the development of disease-relevant structure-function relationships. Developing these relationships requires new methods to control fibril structure. In this work, we demonstrate that mesoporous silicas (SBA-15) functionalized with hydrophobic (SBA-PFDTS) and hydrophilic groups (SBA-PEG) direct the aggregation kinetics and resulting structure of Aβ1-40 fibrils. The hydrophilic SBA-PEG had little effect on amyloid kinetics while as-synthesized and hydrophobic SBA-PFDTS accelerated aggregation kinetics. Subsequently, we quantified the relative population of fibril structures formed in the presence of each material using electron microscopy. Fibrils formed from Aβ1-40 exposed to SBA-PEG were structurally similar to control fibrils. In contrast, Aβ1-40 incubated with SBA-15 or SBA-PFDTS formed fibrils with shorter cross-over distances that were more structurally representative of fibrils found in AD patient-derived samples. Overall, these results suggest that mesoporous silicas and other exogenous materials are promising scaffolds for the de novo production of specific fibril polymorphs of Aβ1-40 and other amyloidogenic proteins.

Abstract Amyloid peptides nucleate from monomers to aggregate into fibrils through primary nucleation; pre-existing fibrils can then act as seeds for additional monomers to fibrillize through secondary nucleation. Both nucleation processes can occur simultaneously, yielding a distribution of fibril polymorphs that can generate a spectrum of neurodegenerative effects. Understanding the mechanisms driving polymorph structural distribution during both nucleation processes is important for uncovering fibril structure-function relationships, as well creating polymorph distributions in vitro that better match distributions found in vivo . Here, we explore how cross-seeding WT Aβ 1-40 with Aβ 1-40 mutants E22G (Arctic) and E22Δ (Osaka), as well as with WT Aβ 1-42 affects the distribution of fibril structural polymorphs, and how changes in structural distribution impact toxicity. Transmission electron microscopy analysis reveals that fibril seeds derived from mutants of Aβ 1-40 impart their structure to WT Aβ 1-40 monomer during secondary nucleation, but WT Aβ 1-40 fibril seeds do not affect the structure of fibrils assembled from mutant Aβ 1-40 monomers, despite kinetics data indicating accelerated aggregation when cross-seeding of any combination of mutants. Additionally, WT Aβ 1-40 fibrils seeded with mutant fibrils to produce similar structural distributions to the mutant seeds also produced similar cytotoxicity on neuroblastoma cell lines. This indicates that mutant fibril seeds not only impart their structure to growing WT Aβ 1-40 aggregates, but they also impart cytotoxic properties. Our findings provide clear evidence that there is a relationship between fibril structure and phenotype on a polymorph population level, and that these properties can be passed on through secondary nucleation of succeeding generations of fibrils.

Multi-protein complexes are necessary for nearly all cellular processes, and understanding their structure is required for elucidating their function. Current high-resolution strategies in structural biology are effective, but lag behind other fields (e.g. genomics and proteomics) due to their reliance on purified samples rather than characterizing heterogeneous mixtures. Here, we present a method combining single particle analysis by electron microscopy with protein identification by mass spectrometry to structurally characterize macromolecular complexes from extracts of human cells. We obtain three-dimensional structures of native proteasomes directly from ab initio classification of a heterogeneous mixture of protein complexes. In addition, we find an ~1 MDa size structure of unknown composition and reference our proteomics data to suggest possible identities. Our study shows the power of using a shotgun approach to electron microscopy (shotgun EM) when coupled with mass spectrometry as a tool to uncover the structures of macromolecular machines in parallel.