Syntetiske metaboliske og genetiske netværk til medicinsk diagnostik (SynBioDiag)

Antagelsen er, at forskere kan konstruere syntetiske metaboliske og genetiske netværk for at udvide panelet af molekyler, som i øjeblikket vides at blive opdaget af naturlige systemer. Efterforskerne antager også, at syntetiske metaboliske og genetiske netværk kan indstilles til beslutningstagning og især til at diagnosticere sygdomme fra påvisning af biomarkører.

Dette projekt foreslår for første gang en hybrid analog/digital løsning til multiplekset detektion af biomarkører ved hjælp af bakterielle og papirbaserede biosensorer. Biosensorer kan designes ved hjælp af analoge eller digitale enheder. Digitale enheder i syntetiske og naturlige systemer er støjbestandige og nyttige til beslutningstagning. Analoge enheder er nyttige til signaltransmission og -behandling. Her udnytter efterforskerne signaltransmission og -behandling via analoge transducere og addere, og derefter beslutningstagning via genetiske switches. En sådan hybrid analog/digital tilgang er endnu ikke blevet udviklet til biosensing. En anden nyhed i projektet er at bruge syntetiske metaboliske veje til at udvikle analoge enheder. Fordelen med hensyn til behandling består for eksempel i, at hastigheden af ​​enzymatiske reaktioner i en analog adder langt overstiger hastigheden af ​​genekspression, der kræves for at skabe en genetisk logisk matrix; det bliver endnu mere udtalt, når enhederne er serieforbundne. Metoden vil blive illustreret til påvisning af biomarkører for prostatatumorer, men den er bred nok til at kunne anvendes til andre diagnoser. Valget om at udvikle biosensorer til prostatasygdom er af praktisk relevans, da den nuværende screeningsstrategi (baseret på PSA-måling) kan føre til overdiagnosticering og ikke kan skelne mellem patienter med aggressive tumorer og patienter med en indolent sygdom. Denne undersøgelse foreslår hovedsageligt at udvikle en bakteriel og papirbaseret biosensorsystem