Computation-guided optimization of split protein systems.
Computation-guided optimization of split protein systems.
复制标题
DOI：
10.1038/s41589-020-00729-8
复制
发表时间：
2021-05
影响因子：
14.8
通讯作者：
Leonard JN
中科院分区：
文献类型：
--
作者：
Dolberg TB;Meger AT;Boucher JD;Corcoran WK;Schauer EE;Prybutok AN;Raman S;Leonard JN
将生物活性蛋白质分裂成条件性重组片段是构建研究和控制生物系统的工具的有力策略。然而，即使没有条件性触发，裂解蛋白通常也表现出高的重构倾向，从而限制了它们的实用性。目前用于调整重构倾向的方法是费力的、特定于上下文的或通常无效的。在这里，我们报告了一种基于基本蛋白质生物物理学的计算设计策略，用于指导稀疏突变体的实验评估，以确定最佳功能窗口。我们假设，测试一组有限的突变体将直接随后的诱变工作预测理想的突变体组合从一个巨大的突变景观。这种策略改变了界面不稳定的程度，同时保持稳定性和催化活性。我们通过解决两个不同的分裂蛋白质设计挑战来验证我们的方法，从而产生设计和机制见解。这项新技术将简化分裂蛋白质系统的生成和使用，以用于各种应用。
Splitting bioactive proteins into conditionally reconstituting fragments is a powerful strategy for building tools to study and control biological systems. However, split proteins often exhibit a high propensity to reconstitute even without the conditional trigger, limiting their utility. Current approaches for tuning reconstitution propensity are laborious, context-specific, or often ineffective. Here, we report a computational design strategy grounded in fundamental protein biophysics to guide experimental evaluation of a sparse set of mutants to identify an optimal functional window. We hypothesized that testing a limited set of mutants would direct subsequent mutagenesis efforts by predicting desirable mutant combinations from a vast mutational landscape. This strategy varies the degree of interfacial destabilization while preserving stability and catalytic activity. We validate our method by solving two distinct split protein design challenges, generating both design and mechanistic insights. This new technology will streamline the generation and use of split protein systems for diverse applications.
登录
查看更多内容
影响因子：
16
作者：
Crescitelli R;Lässer C;Szabó TG;Kittel A;Eldh M;Dianzani I;Buzás EI;Lötvall J
通讯作者：
Lötvall J
DOI：
10.1073/pnas.242594299
发表时间：
2002-11-26
影响因子：
11.1
作者：
Paulmurugan, R;Umezawa, Y;Gambhir, SS
通讯作者：
Gambhir, SS
影响因子：
7.4
作者：
Ozawa, T;Kaihara, A;Umezawa, Y
通讯作者：
Umezawa, Y
影响因子：
16.6
作者：
Donahue, Patrick S.;Draut, Joseph W.;Leonard, Joshua N.
通讯作者：
Leonard, Joshua N.
影响因子：
16.6
作者：
Dagliyan, Onur;Krokhotin, Andrey;Dokholyan, Nikolay, V
通讯作者：
Dokholyan, Nikolay, V