Il β-sheet è un elemento della struttura secondaria delle proteine, e le interazioni intra-/intermolecolari β-sheet giocano un ruolo fondamentale nei processi di regolazione biologica oligomerizzazione. In natura, una formazione del β-strato è regolata strettamente perché il β-impilamento disregolato conduce spesso a malattie severe quali Alzheimer, Parkinson, amiloidosi sistemica, o diabete. Pertanto, l’identificazione delle propensioni intrinseche alla formazione di fogli β può fornire preziose informazioni sui progetti proteici per lo sviluppo di nuove terapie. Tuttavia, i metodi di progettazione basati sulla struttura potrebbero non essere generalmente applicabili a tali peptidi amiloidogeni principalmente a causa dell’elevata plasticità e complessità strutturale. Pertanto, una strategia di progettazione alternativa basata su informazioni di sequenza complementari è di notevole importanza. Qui, abbiamo sviluppato un metodo di ricerca di database chiamato β-Stacking Interaction DEsign for Reciprocity (B-SIDER) per la progettazione di β-trefoli complementari. Questo metodo utilizza le informazioni del database strutturale e genera matrici di punteggio specifiche del target. Il potere discriminatorio della funzione di punteggio B-SIDER è stato testato su sottostrutture peptidiche amiloidogene rappresentative contro una matrice di punteggio basata sulla sequenza (PASTA 2.0) e due popolari funzioni di punteggio ab initio protein design (Rosetta e FoldX). B-SIDER è in grado di distinguere i filamenti β amiloidogeni wild-type come interazioni favorite in modo più coerente rispetto ad altri metodi. B-SIDER è stato applicato prospetticamente alla progettazione di β-trefoli complementari per un’impalcatura splitGFP. Tre varianti sono state identificate per avere interazioni più forti rispetto alla sequenza originale selezionata attraverso un’evoluzione diretta, emettendo intensità di fluorescenza più elevate. I nostri risultati indicano che B-SIDER può essere applicabile alla progettazione di altri filamenti β, aiutando nello sviluppo di terapie contro i peptidi amiloidogeni correlati alla malattia.