STINGAllo: un servidor web para la predicción de alto rendimiento de residuos formadores de sitios alostéricos utilizando descriptores internos de nanoambiente de proteínas
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
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

