Amyloidogenic regions in polypeptide chains are very important because such regions are responsible for amyloid formation and aggregation. It is useful to be able to predict positions of amyloidogenic regions in protein chains.Two characteristics (expected probability of hydrogen bonds formation and expected packing density of residues) have been introduced by us to detect amyloidogenic regions in a protein sequence. We demonstrate that regions with high expected probability of the formation of backbone-backbone hydrogen bonds as well as regions with high expected packing density are mostly responsible for the formation of amyloid fibrils. Our method (FoldAmyloid) has been tested on a dataset of 407 peptides (144 amyloidogenic and 263 non-amyloidogenic peptides) and has shown good performance in predicting a peptide status: amyloidogenic or non-amyloidogenic. The prediction based on the expected packing density classified correctly 75% of amyloidogenic peptides and 74% of non-amyloidogenic ones. Two variants (averaging by donors and by acceptors) of prediction based on the probability of formation of backbone-backbone hydrogen bonds gave a comparable efficiency. With a hybrid-scale constructed by merging the above three scales, our method is correct for 80% of amyloidogenic peptides and for 72% of non-amyloidogenic ones. Prediction of amyloidogenic regions in proteins where positions of amyloidogenic regions are known from experimental data has also been done. In the proteins, our method correctly finds 10 out of 11 amyloidogenic regions.The FoldAmyloid server is available at http://antares.protres.ru/fold-amyloid/.

Intrinsically disordered proteins, defying the traditional protein structure-function paradigm, are a challenge to study experimentally. Because a large part of our knowledge rests on computational predictions, it is crucial that their accuracy is high. The Critical Assessment of protein Intrinsic Disorder prediction (CAID) experiment was established as a community-based blind test to determine the state of the art in prediction of intrinsically disordered regions and the subset of residues involved in binding. A total of 43 methods were evaluated on a dataset of 646 proteins from DisProt. The best methods use deep learning techniques and notably outperform physicochemical methods. The top disorder predictor has Fmax = 0.483 on the full dataset and Fmax = 0.792 following filtering out of bona fide structured regions. Disordered binding regions remain hard to predict, with Fmax = 0.231. Interestingly, computing times among methods can vary by up to four orders of magnitude.

The escalating threat of multidrug-resistant pathogens necessitates innovative approaches to combat infectious diseases. In this study, we examined peptides R23FS*, V31KS*, and R44KS*, which were engineered to include an amyloidogenic fragment sourced from the S1 protein of S. aureus, along with one or two cell-penetrating peptide (CPP) components. We assessed the antimicrobial efficacy of these peptides in a liquid medium against various strains of both Gram-positive bacteria, including S. aureus (209P and 129B strains), MRSA (SA 180 and ATCC 43300 strains), and B. cereus (strain IP 5832), and Gram-negative bacteria such as P. aeruginosa (ATCC 28753 and 2943 strains) and E. coli (MG1655 and K12 strains). Peptides R23FS*, V31KS*, and R44KS* exhibited antimicrobial activity comparable to gentamicin and meropenem against all tested bacteria at concentrations ranging from 24 to 48 μM. The peptides showed a stronger antimicrobial effect against B. cereus. Notably, peptide R44KS* displayed high efficacy compared to peptides R23FS* and V31KS*, particularly evident at lower concentrations, resulting in significant inhibition of bacterial growth. Furthermore, modified peptides V31KS* and R44KS* demonstrated enhanced inhibitory effects on bacterial growth across different strains compared to their unmodified counterparts V31KS and R44KS. These results highlight the potential of integrating cell-penetrating peptides, amyloidogenic fragments, and amino acid residue modifications to advance the innovation in the field of antimicrobial peptides, thereby increasing their effectiveness against a broad spectrum of pathogens.

Abstract Nascent polypeptide associated complex (NAC) consisting of α- and β-subunits is an essential conserved ubiquitously expressed ribosome-associated protein in eukaryotes. NAC is considered as a chaperone and co-translational regulator of nascent protein sorting providing homeostasis of cellular proteins. Here we discovered the germinal cell specific NAC (gNAC) homologue, which differs from the ubiquitously expressed NAC by the presence of expanded intrinsically disordered regions (IDRs) at the N- and C-ends of the α- and β-subunits, respectively. We propose these evolutionary acquisition of long IDRs drive gNAC to endow both the specific conformational plasticity for binding client proteins and novel functions regulated by post-transcriptional modifications (PTM). At the same time, we demonstrated that the well-known lethal effect of the loss of ubiquitous NAC-β is suppressed by ectopic expression of its germinal paralog indicating the absence of strict functional differences between the ubiquitous and germline NAC-β subunit paralogs for protein homeostasis.

The RNA-binding S1 domain is a β-barrel with a highly conserved RNA-binding site on its surface. This domain is an important part of the structures of different bacterial, archaeal, and eukaryotic proteins. A distinctive feature of the S1 domain is multiple presences (structural repeats) in proteins and protein complexes. Here, we have analyzed all available protein sequences in the UniProt database to obtain data on the distribution of bacterial, eukaryotic and archaeal proteins containing the S1 domain. Mainly, the S1 domain is found in bacterial proteins with the number of domains varying from one to eight. Eukaryotic proteins contain from one to fifteen S1 domains, while in archaeal proteins, only one S1 domain is identified. Analysis of eukaryotic proteins containing S1 domains revealed a group of chloroplast S1 ribosomal proteins (ChRpS1) with characteristic properties of bacterial S1 ribosomal proteins (RpS1) from the Cyanobacteria. Also, in a separate group, chloroplast and mitochondrial elongation factor Ts containing two S1 structural domains were assigned. For mitochondrial elongation factor Ts, the features of S1 in comparison with the RpS1 from Cyanobacteria phylum and the Alphaproteobacteria class were revealed. The data obtained allow us to consider the S1 domain as one of the evolutionary markers of the symbiogenesis of bacterial and eukaryotic organisms.