De β-sheet is een element van eiwit secundaire structuur, en intra- / intermoleculaire β-sheet interacties spelen cruciale rollen in biologische regulerende processen, waaronder steigers, transport en oligomerisatie. In de natuur, wordt een β-blad vorming strak geregeld omdat ontregelde β-stapelen vaak tot strenge ziekten zoals Alzheimer, Parkinson, systemische amyloidosis, of diabetes leidt. Aldus, kan de identificatie van intrinsieke β-blad-vormende neigingen waardevol inzicht in eiwitontwerpen voor de ontwikkeling van nieuwe therapeutiek verstrekken. Nochtans, kunnen structuur-gebaseerde ontwerpmethodes niet algemeen van toepassing zijn op dergelijke amyloidogenic peptides hoofdzakelijk wegens hoge structurele plasticiteit en ingewikkeldheid. Daarom is een alternatieve ontwerpstrategie gebaseerd op aanvullende sequentiegegevens van groot belang. Hierin ontwikkelden we een database zoekmethode genaamd β-Stacking Interaction DEsign for Reciprocity (B-SIDER) voor het ontwerp van complementaire β-strengen. Deze methode maakt gebruik van de structurele database informatie en genereert doel-specifieke score matrices. Het discriminerende vermogen van de B-SIDER score functie werd getest op representatieve amyloidogene peptide substructuren tegen een sequentiegebaseerde score matrix (PASTA 2.0) en twee populaire ab initio protein design score functies (Rosetta en FoldX). B-SIDER kan wild-type amyloidogenic β-bundels onderscheiden zoals bevorderde interactie op een consistentere manier dan andere methodes. B-SIDER werd prospectief toegepast op het ontwerp van aanvullende B-strengen voor een splitGFP-steiger. Drie varianten werden geà dentificeerd om sterkere interactie te hebben dan de originele opeenvolging die door een geleide evolutie wordt geselecteerd, die hogere fluorescentieintensiteiten uitzenden. Onze resultaten wijzen erop dat B-SIDER op het ontwerp van andere β-bundels van toepassing kan zijn, die in de ontwikkeling van therapeutics tegen ziekte-verwante amyloidogenic peptides helpen.