Video Experimental Relacionado
Updated: Sep 10, 2025

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
Published on: January 26, 2024
STINGAllo: un servidor web para la predicción de alto rendimiento de residuos formadores de sitios alostéricos
Folorunsho Bright Omage1,2, José Augusto Salim3, Ivan Mazoni1
1Computational Biology Research Group, Embrapa Digital Agriculture, Av. André Tosello, 209, Barão Geraldo, Campinas, SP, CEP 13083-886, Brazil.
STINGAllo predice con precisión los sitios alostéricos en las proteínas, incluidos los omitidos por los métodos tradicionales. Esta nueva herramienta mejora la comprensión de la regulación de las proteínas y acelera el descubrimiento de fármacos alostéricos.
Área de la Ciencia:
- Bioquímica y Biología Estructural
- Biología computacional y bioinformática
- Descubrimiento de fármacos y química medicinal
Sus antecedentes:
- La regulación alostérica es crucial para la función de las proteínas y un objetivo clave para el desarrollo de fármacos.
- La identificación de sitios alostéricos es un desafío debido a los nanoambientes complejos de proteínas.
- Los predictores basados en bolsillos existentes a menudo pasan por alto los sitios alostéricos validados experimentalmente.
Objetivo del estudio:
- Desarrollar una nueva herramienta computacional, STINGAllo, para la predicción precisa de los sitios alostéricos.
- Para superar las limitaciones de los métodos tradicionales de predicción de bolsillo.
- Facilitar el descubrimiento de nuevos moduladores alostéricos para la intervención terapéutica.
Principales métodos:
- Desarrollado STINGAllo, un servidor web interactivo que utiliza un modelo de aprendizaje automático centrado en los residuos.
- Empleó 54 descriptores internos de nanoambiente de proteínas, incluidas las redes de interacción hidrofóbicas, la densidad local, la conectividad de gráficos y una nueva métrica de "efecto esponja".
- Residuos formados en el sitio alostérico previstos a resolución de residuo único, independientemente de la geometría de la superficie.
Principales resultados:
- STINGAllo logró una tasa de éxito de aproximadamente el 78% en los conjuntos de datos de referencia.
- Superó a los predictores contemporáneos basados en el bolsillo (60,2% frente a 21,1%-24,2%).
- Se identificaron los sitios alostéricos previstos en el 52,7% de las proteínas únicas dentro del Banco de Datos de Proteínas.
Conclusiones:
- STINGAllo ofrece un enfoque robusto y fácil de usar para predecir sitios alostéricos, incluidos los de superficies planas o en regiones crípticas.
- Se espera que la herramienta avance significativamente en la comprensión de la regulación alosterica de las proteínas.
- STINGAllo está preparado para acelerar el descubrimiento y desarrollo de fármacos alostéricos.
Más Videos Relacionados
Videos de Conceptos Relacionados
Conserved Binding Sites
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...
Protein-protein Interfaces
Allosteric Proteins-ATCase
Aspartate transcarbamoylase (ATCase) is a cytosolic enzyme that catalyzes the condensation of L-aspartate and carbamoyl phosphate to N-carbamoyl-L-aspartate. This reaction is the first step in pyrimidine biosynthesis. UTP and CTP, the end products of the pyrimidine synthesis...
Ligand Binding Sites
Protein-ligand interactions are quite specific; even though numerous potential ligands surround a cellular protein at any given time, only a particular ligand can bind to that protein. Moreover, a ligand binds only to a dedicated area on the surface of the protein, known as the...
Ligand Binding and Linkage

