Biochemical characterization and DNA binding properties of the MocR family member GabR, a PLP-dependent transcription factor

GabR è un fattore di trascrizione chimerico appartenente alla famiglia dei MocR/GabR, costituito da un dominio N-terminale elica-giro-elica di legame al DNA e un dominio effettore e/o di oligomerizzazione al C-terminale. I due domini sono connessi da un linker flessibile di 29 aminoacidi. Il dominio C-terminale è strutturalmente omologo agli enzimi aminotransferasici fold-type I, i quali, utilizzando il piridossal-5’-fosfato (PLP) come cofattore, sono direttamente coinvolti nel metabolismo degli aminoacidi. L’interazione contemporanea di PLP e acido γ-aminobutirrico (GABA) a GabR fa sì che questa promuova la trascrizione di due geni, gabT e gabD, implicati nel metabolismo del GABA. GabR cristallizza come un omodimero con una configurazione testa-coda. Il legame con la regione promotrice gabTD avviene attraverso il riconoscimento specifico di due sequenze dirette e ripetute (ATACCA), separate da uno spacer di 34 bp. In questo studio sono state indagate le proprietà biochimiche, strutturali e di legame al DNA della proteina GabR di Bacillus subtilis. L’analisi spettroscopica dimostra che GabR interagisce con il PLP formando l’aldimina interna, mentre in presenza di GABA si ottiene l’aldimina esterna. L’interazione fra il promotore gabTD e le forme holo e apo di GabR è stata monitorata mediante Microscopia a Forza atomica (AFM). In queste due condizioni di legame è stata stimata una Kd di circa 40 ηM. La presenza di GABA invece, determinava un incremento di circa due volte della Kd, variazioni strutturali nei complessi GabR-DNA e una riduzione del compattamento del DNA alla proteina, indipendentemente dalla sequenza del promotore in esame. Al fine di valutare il ruolo delle caratteristiche topologiche del promotore, sono state inserite cinque e dieci bp all’interno della regione spacer che separa le due sequenze ripetute dirette riconosciute da GabR. I significativi cambiamenti topologici riscontrati nel frammento aggiunto di cinque bp si riflettono anche sulla forte riduzione dell’affinità di legame verso la proteina. Al contrario, l’inserzione di 10 bp provoca solamente l’allontanamento delle sequenze ripetute dirette. L’assenza quindi di cambiamenti significativi nella topologia di questo promotore fa sì che l’affinità di legame per GabR rimanga pressoché inalterata rispetto al promotore non mutato. L’analisi del potenziale elettrostatico superficiale di GabR mostra la presenza di una fascia carica positivamente che si estende lungo un’intera faccia della proteina. Per verificare l’importanza di questa caratteristica di GabR nel meccanismo di interazione al DNA, sono stati preparati ed indagati i mutanti R129Q e K362-366Q, in cui la carica positiva superficiale risultava indebolita. L’affinità di legame dei mutanti di GabR per il DNA era inferiore rispetto alla proteina non mutata, in particolar modo nel mutante K362-366Q. Le evidenze acquisite suggeriscono che la curvatura intrinseca del promotore ed il corretto orientamento delle sequenze sulla doppia elica, più della distanza che le separa, siano critici per sostenere l’interazione con GabR. Oltre a questo, la superficie positiva di GabR è richiesta per accomodare la curvatura del DNA sul corpo della proteina. Alla luce di questo, l’interazione GabR-gabTD è un esempio di come il riconoscimento specifico di sequenze, la topologia del DNA e le caratteristiche strutturali della proteina siano contemporaneamente necessarie per sostenere un’interazione proteina-DNA stabile.

Asymptotic theory of time varying networks with memory and heterogeneous activation pattern

In this thesis work we develop a new generative model of social networks belonging to the family of Time Varying Networks. The importance of correctly modelling the mechanisms shaping the growth of a network and the dynamics of the edges activation and inactivation are of central importance in network science. Indeed, by means of generative models that mimic the real-world dynamics of contacts in social networks it is possible to forecast the outcome of an epidemic process, optimize the immunization campaign or optimally spread an information among individuals. This task can now be tackled taking advantage of the recent availability of large-scale, high-quality and time-resolved datasets. This wealth of digital data has allowed to deepen our understanding of the structure and properties of many real-world networks. Moreover, the empirical evidence of a temporal dimension in networks prompted the switch of paradigm from a static representation of graphs to a time varying one. In this work we exploit the Activity-Driven paradigm (a modeling tool belonging to the family of Time-Varying-Networks) to develop a general dynamical model that encodes fundamental mechanism shaping the social networks' topology and its temporal structure: social capital allocation and burstiness. The former accounts for the fact that individuals does not randomly invest their time and social interactions but they rather allocate it toward already known nodes of the network. The latter accounts for the heavy-tailed distributions of the inter-event time in social networks. We then empirically measure the properties of these two mechanisms from seven real-world datasets and develop a data-driven model, analytically solving it. We then check the results against numerical simulations and test our predictions with real-world datasets, finding a good agreement between the two. Moreover, we find and characterize a non-trivial interplay between burstiness and social capital allocation in the parameters phase space. Finally, we present a novel approach to the development of a complete generative model of Time-Varying-Networks. This model is inspired by the Kaufman's adjacent possible theory and is based on a generalized version of the Polya's urn. Remarkably, most of the complex and heterogeneous feature of real-world social networks are naturally reproduced by this dynamical model, together with many high-order topological properties (clustering coefficient, community structure etc.).

Magnetic properties and Spin dynamics in magnetic Molecular Rings

Molecular nanomagnets are spin clusters whose topology and magnetic interactions can be modulated at the level of the chemical synthesis. They are formed by a small number of transition metal ions coupled by the Heisenberg's exchange interactions. Each cluster is magnetically isolated from its neighbors by organic ligands, making each unit not interacting with the others. Therefore, we can investigate the magnetic properties of an isolated molecular nanomagnet by bulk measurements. The present thesis has been mostly devoted to the experimental investigation of the magnetic properties and spin dynamics of different classes of antiferromagnetic (AF) molecular rings. This study has been exploiting various techniques of investigations, such as Nuclear Magnetic Resonance (NMR), muon spin relaxation (muSR) and SQUiD magnetometry. We investigate the magnetic properties and the phonon-induced relaxation dynamics of the first regular Cr9 antiferromagnetic (AF) ring, which represents a prototype frustrated AF ring. The magnetically-open AF rings like Cr8Cd are model systems for the study of the microscopic magnetic behaviour of finite AF Heisenberg chains. In this type of system the different magnetic behaviour depends length and on the parity of the chain (odd or even). In order to study the local spin densities on the Cr sites, the Cr-NMR spectra was collected at low temperature. The experimental result confirm the theoretical predictions for the spin configuration. Finally, the study of Dy6, the first rare-earth based ring that has been ever synthesized, has been performed by AC-SQuID and muSR measurements. We found that the dynamics is characterized by more than one characteristic correlation time, whose values depend strongly on the applied field.