[论文解读] From evolution to folding of repeat proteins

Ezequiel A. Galpern, Jacopo Marchi+3 more|arXiv (Cornell University)|Feb 24, 2022

Protein Structure and Dynamics被引用 6

一句话总结

该论文提出了一种基于进化序列统计信息的粗粒度伊辛模型，通过反向Potts模型预测ankyrin重复蛋白的折叠机制。结果表明，稳定性与协同性可由单一能量得分定量预测，折叠路径多样——从完全协同的“全或无”转变到非协同、间歇性折叠，具体取决于序列相似性和相互作用强度。

ABSTRACT

Repeat proteins are made with tandem copies of similar amino acid stretches that fold into elongated architectures. Due to their symmetry, these proteins constitute excellent model systems to investigate how evolution relates to structure, folding and function. Here, we propose a scheme to map evolutionary information at the sequence level to a coarse-grained model for repeat-protein folding and use it to investigate the folding of thousands of repeat-proteins. We model the energetics by a combination of an inverse Potts model scheme with an explicit mechanistic model of duplications and deletions of repeats to calculate the evolutionary parameters of the system at single residue level. This is used to inform an Ising-like model that allows for the generation of folding curves, apparent domain emergence and occupation of intermediate states that are highly compatible with experimental data in specific case studies. We analyzed the folding of thousands of natural Ankyrin-repeat proteins and found that a multiplicity of folding mechanisms are possible. Fully cooperative all-or-none transition are obtained for arrays with enough sequence-similar elements and strong interactions between them, while non-cooperative element-by-element intermittent folding arose if the elements are dissimilar and the interactions between them are energetically weak. In between, we characterised nucleation-propagation and multi-domain folding mechanisms. Finally, we showed that stability and cooperativity of a repeat-array can be quantitatively predicted from a simple energy score, paving the way for guiding protein folding design with a co-evolutionary model.

研究动机与目标

• 将重复蛋白中的进化序列信息映射到粗粒度折叠模型中。
• 研究序列变异与进化约束如何塑造天然重复蛋白阵列中的折叠机制。
• 确定是否可从共进化数据推导出的单一能量得分预测重复蛋白折叠的稳定性与协同性。
• 表征数千种天然ankyrin重复蛋白中折叠机制的多样性，如成核-传播机制与多结构域折叠。
• 将模型与实验热变性曲线进行验证，并确定准确模拟所需的最优熵参数。

提出的方法

• 使用反向Potts模型，从内部重复序列的天然序列统计中推断成对氨基酸相互作用能。
• 将进化能量参数映射到一维伊辛类模型中，仅含一个自由参数（每残基熵），以模拟折叠转变。
• 通过最小二乘法最小化模拟与实验热变性曲线之间的差异，拟合每残基熵。
• 使用斜率为 α = -1.3 ± 0.1 的线性拟合，将进化能量变化（ΔE）转换为实验ΔΔG，且在非脯氨酸突变体上已验证。
• 将该模型应用于从117,304个阵列的天然数据集中筛选出的4,020个高质量ankyrin重复阵列，排除含缺失、截短或末端重复异常的序列。
• 利用GO注释数据对功能类别进行分类，并在生物学相关背景下评估折叠行为。

实验结果

研究问题

• RQ1 序列水平上的进化约束如何转化为重复蛋白中不同的折叠机制？
• RQ2 是否可从共进化数据推导出的单一能量得分预测重复蛋白折叠的稳定性与协同性？
• RQ3 是什么决定了重复阵列以协同方式（全或无）或非协同方式（间歇性、逐元素）折叠？
• RQ4 具有进化参数的伊辛类模型在多大程度上能再现实验折叠曲线与中间态？
• RQ5 功能注释（GO术语）与天然ankyrin重复蛋白中预测的折叠机制之间有何相关性？

主要发现

• 通过优化每残基熵，该模型成功再现了野生型及突变型ankyrin重复蛋白的实验热变性曲线。
• 发现进化能量变化（ΔE）与实验ΔΔG之间存在线性关系，斜率为 α = -1.3 ± 0.1，实现了跨尺度能量校准。
• 当重复序列高度相似且相互作用强时，出现完全协同的“全或无”折叠转变；而低相似性与弱相互作用则导致非协同、间歇性折叠。
• 根据序列与相互作用模式，识别出包括成核-传播与多结构域折叠在内的中间机制。
• 重复阵列的稳定性和协同性可由单一进化数据推导出的能量得分定量预测。
• 该模型揭示，稳定中间态与亚结构域的形成与阵列中的局部能量异质性密切相关。