Asymmetric DNA methylation by dimeric EcoP15I DNA methyltransferase.
PBN-AR
Instytucja
Międzynarodowy Instytut Biologii Molekularnej i Komórkowej w Warszawie
Informacje podstawowe
Główny język publikacji
angielski
Czasopismo
BIOCHIMIE
ISSN
0300-9084
EISSN
1638-6183
Wydawca
ELSEVIER FRANCE-EDITIONS SCIENTIFIQUES MEDICALES ELSEVIER
DOI
URL
Rok publikacji
2016
Numer zeszytu
0
Strony od-do
70-82
Numer tomu
128-129
Identyfikator DOI
Liczba arkuszy
0,5
Autorzy
(liczba autorów: 6)
Pozostali autorzy
+ 5
Słowa kluczowe
angielski
DNA MTases;
Oligomeric MTases;
N6-adenine MTases;
Type III R-M systems;
DNA-protein interactions;
Protein structure-function
Streszczenia
Język
angielski
Treść
EcoP15I DNA methyltransferase (M.EcoP15I) recognizes short asymmetric sequence, 5'-CAGCAG-3', and methylates the second adenine only on one strand of the double-stranded DNA (dsDNA). In vivo, this methylation is sufficient to protect the host DNA from cleavage by the cognate restriction endonuclease, R.EcoP15I, because of the stringent cleavage specificity requirements. Biochemical and structural characterization support the notion that purified M.EcoP15I exists and functions as dimer. However, the exact role of dimerization in M.EcoP15I reaction mechanism remains elusive. Here we engineered M.EcoP15I to a stable monomeric form and studied the role of dimerization in enzyme catalyzed methylation reaction. While the monomeric form binds single-stranded DNA (ssDNA) containing the recognition sequence it is unable to methylate it. Further we show that, while the monomeric form has AdoMet binding and Mg(2+) binding motifs intact, optimal dsDNA binding required for methylation is dependent on dimerization. Together, our biochemical data supports a unique subunit organization for M.EcoP15I to catalyze the methylation reaction.
Cechy publikacji
research paper
Inne
System-identifier
PX-58b452ded5deeb14a5fe211d
CrossrefMetadata from Crossref logo
Cytowania
Liczba prac cytujących tę pracę
Brak danych
Referencje
Liczba prac cytowanych przez tę pracę
Brak danych