ABSTRACT Chemerin is an adipokine with chemotactic activity to a subset of leukocytes. Chemerin mainly acts through its C-terminal nonapeptide (YFPGQFAFS, C9) that bind to three G protein-coupled receptors including chemokine-like receptor 1 (CMKLR1), G-protein coupled receptor 1 (GPR1) and C-C chemokine receptor-like 2 (CCRL2). We examined C9 signaling through GPR1 and found this receptor capable of Gi signaling but very weak β-arrestin signaling. Here we report high-resolution cryo-EM structures of GPR1-Gi complexes bound to full-length chemerin and to C9, respectively. Unlike C9 that inserts directly into a transmembrane binding pocket, full-length chemerin uses its N-terminal globular core for extensive interaction with the N terminus of GPR1. Within the binding pocket, the C terminal loop containing the nonapeptide takes the same “S-shape” pose as synthetic C9 nonapeptide. These findings explain why the nonapeptide is a full agonist of GPR1, and demonstrate that chemerin uses a “two-site” model for interaction with GPR1. An analysis of the GPR1-Gi protein interface found high similarities to the CMKLR1-Gi complex, as confirmed by site-directed mutagenesis with functional verifications. Our structural analysis demonstrates shared features with chemokines in that chemerin acts as a “reverse chemokine” with switched functions of its N and C termini in the interaction with GPR1.

Molecular simulations have made great progresses in predicting koff values -the kinetic constant of drug unbinding, a key parameter for modern pharmacology- yet computed values under- or over-estimate experimental data in a system- and/or technique-dependent way. In an effort at gaining insights on this issue, here we used an established method to calculate koff values -frequency-adaptive metadynamics with force field-and a subsequent QM/MM descriptions of the interactions. First, using force field-based metadynamics, we calculate koff of the Positron Emission Tomography (PET)ligand iperoxo targeting the human muscarinic acetylcholine receptor M2. In line with previously performed in silico studies, the prediction (3.7+-0.7x10-4s-1) turned out to differ significantly from the experimentally measured value (1.0+-0.2x10-2s-1). Next, we use DFT-based QM/MM simulations to show that this discrepancy arises from erroneous force field energetics at the transition state. It turns out that this discrepancy is partly caused by lack of electronic polarization and/or charge transfer in commonly employed force field. We expect these issues to arise also in other systems where charged portions of the system play a pivotal role, such as protein- or DNA-protein complexes.

Machine learning modelling assisting function-oriented enzyme engineering is normally built on predefined protein sequence space. However, efficient defining the determinant amino acid positions upon which the combinatorial mutation library is constructed is still a challenge in protein science. Herein, we present a comprehensive investigation of modifying a recombinant DNA polymerase for efficient incorporating one unnatural nucleotide, including the identification of key sites/regions, machine learning-assisted mutants screening, and the underlying mechanism of kinetics boosting. By using hundreds of training points and only dozens of testing samples, we found that one highly engineered enzyme’s catalytic efficiency can be further improved by one order of magnitude by specific mutation on two sites, 485I and 451L. Compared to the position 485 which is known to dominate local conformation of B-family DNA polymerases, 451 is a split-new active site discovered by our approach. A novel allosteric regulation mechanism is underlying the apparent synergy of 485I and 451L on the kinetics boosting. As a result, a “half-closed” conformation of the binding pocket and a cooperative binding of both primer and template DNA strands on the protein accelerated the processes of substrate’s incorporation, molecular recognition, and releasing of incorrect nucleotides. These findings have implications in guiding the function-tuning of DNA polymerases for a broad range of biotechnological applications.

Abstract Steroid hormones are essential in stress response, immune system regulation, and reproduction in mammals. Steroids with 3-oxo-Δ 4 structure, such as testosterone, androstenedione and progesterone, could be catalyzed by steroid 5α-reductases (SRD5As) to generate their corresponding 3-oxo-5α steroids, which are essential for multiple physiological and pathological processes. Abnormal activities of SRD5As will lead to benign prostatic hyperplasia, alopecia, prostatic cancer or infertility due to the poor quality of sperms. However, the detailed reduction mechanisms of SRD5As remain elusive. Here we report the crystal structure of PbSRD5A, which shares 60.6% and 51.5% sequence similarities with human SRD5A1 and −2 respectively, from Proteobacteria bacterium in complex with the cofactor NADPH at 2.0 Å resolution. PbSRD5A exists as a monomer comprised of seven transmembrane segments (TMs). The TM1-4 enclose a hydrophobic cavity for steroids substrates binding, whereas TM5-7 coordinate with cofactor NADPH through extensive hydrogen bonds network. Homology-based structural models of HsSRD5A1 and −2, together with extensive biochemical characterizations, for the first time unveiled the substrate recognition of SRD5As and provide an important framework for further understanding of the mechanism of NADPH mediated steroids 3-oxo-Δ 4 reduction. Based on these analyses, the design of therapeutic molecules targeting SRD5As with improved specificity and therapeutic efficacy would be possible. One Sentence Summary Structural and biochemical characterizations decipher the evolutionarily conserved mechanism in steroid 5α-reductases catalyzing NADPH mediated steroids reduction.