The amino acid sequence of a protein governs its function. We used bulk competition and focused deep sequencing to investigate the effects of all ubiquitin point mutants on yeast growth rate. Many aspects of ubiquitin function have been carefully studied, which enabled interpretation of our growth analyses in light of a rich structural, biophysical and biochemical knowledge base. In one highly sensitive cluster on the surface of ubiquitin, almost every amino acid substitution caused growth defects. In contrast, the opposite face tolerated virtually all possible substitutions. Surface locations between these two faces exhibited intermediate mutational tolerance. The sensitive face corresponds to the known interface for many binding partners. Across all surface positions, we observe a strong correlation between burial at structurally characterized interfaces and the number of amino acid substitutions compatible with robust growth. This result indicates that binding is a dominant determinant of ubiquitin function. In the solvent-inaccessible core of ubiquitin, all positions tolerated a limited number of substitutions, with hydrophobic amino acids especially interchangeable. Some mutations null for yeast growth were previously shown to populate folded conformations indicating that, for these mutants, subtle changes to conformation caused functional defects. The most sensitive region to mutation within the core was located near the C-terminus that is a focal binding site for many critical binding partners. These results indicate that core mutations may frequently cause functional defects through subtle disturbances to structure or dynamics.

The rapid evolution of drug resistance remains a critical public health concern. The treatment of influenza A virus (IAV) has proven particularly challenging, due to the ability of the virus to develop resistance against current antivirals and vaccines. Here we evaluate a novel antiviral drug therapy, favipiravir, for which the mechanism of action in IAV involves an interaction with the viral RNA- dependent RNA polymerase resulting in an effective increase in the viral mutation rate. We utilize an experimental evolution framework, combined with novel population genetic method development for inference from time-sampled data, in order to evaluate the effectiveness of favipiravir against IAV. Evaluating whole genome polymorphism data across fifteen time points under multiple drug concentrations and in controls, we present the first evidence for the ability of viral populations to effectively adapt to low concentrations of favipiravir. In contrast, under high concentrations, we observe population extinction, indicative of mutational meltdown. We discuss the observed dynamics with respect to the evolutionary forces at play and emphasize the utility of evolutionary theory to inform drug development.

The evolution of HIV-1 protein sequences should be governed by a combination of factors including nucleotide mutational probabilities, the genetic code, and fitness. The impact of these factors on protein sequence evolution are interdependent, making it challenging to infer the individual contribution of each factor from phylogenetic analyses alone. We investigated the protein sequence evolution of HIV-1 by determining an experimental fitness landscape of all individual amino acid changes in protease. We compared our experimental results to the frequency of protease variants in a publicly available dataset of 32,163 sequenced isolates from drug-naive individuals. The most common amino acids in sequenced isolates supported robust experimental fitness, indicating that the experimental fitness landscape captured key features of selection acting on protease during viral infections of hosts. Amino acid changes requiring multiple mutations from the likely ancestor were slightly less likely to support robust experimental fitness than single mutations, consistent with the genetic code favoring chemically conservative amino acid changes. Amino acids that were common in sequenced isolates were predominantly accessible by single mutations from the likely protease ancestor. Multiple mutations commonly observed in isolates were accessible by mutational walks with highly fit single mutation intermediates. Our results indicate that the prevalence of multiple base mutations in HIV-1 protease is strongly influenced by mutational sampling.

Comparing the distribution of fitness effects (DFE) of new mutations across different environments quantifies the potential for adaptation in a given environment and its cost in others. So far, results regarding the cost of adaptation across environments have been mixed, and there were no sufficiently large data sets to map its variation along the genome. Here, we study the DFEs of ≈2300 amino-acid changing mutations obtained from deep mutational scanning of 119 amino acids in the middle domain of heat-shock protein Hsp90 in five environments and at two expression levels. This region is known to be important for client binding, stabilization of the Hsp90 dimer, stabilization of the N terminal-Middle and Middle-C terminal interdomains, and regulation of ATPase-chaperone activity. Interestingly, we find that fitness correlates well across diverse and stressful environments, with the exception of one environment, diamide. Consistent with these results, we find very little cost of adaptation; on average only one in seven beneficial mutations is deleterious in another environment. We identify a hotspot of beneficial mutations in a region of the protein that is located within an allosteric center. The identified protein regions that are enriched in beneficial, deleterious, and costly mutations coincide with residues that are involved in the stabilization of Hsp90 interdomains and stabilization of client binding interfaces, or residues that are involved in ATPase chaperone activity of Hsp90. Thus, our study yields information regarding the role and adaptive potential of a protein sequence that complements and extends known structural information.