Synthetische metabolische und genetische Netzwerke für die medizinische Diagnostik (SynBioDiag)

Man geht davon aus, dass Forscher synthetische metabolische und genetische Netzwerke konstruieren können, um die Anzahl der Moleküle zu erweitern, von denen derzeit bekannt ist, dass sie von natürlichen Systemen erkannt werden. Die Forscher gehen außerdem davon aus, dass synthetische metabolische und genetische Netzwerke für die Entscheidungsfindung und insbesondere für die Diagnose von Krankheiten anhand der Erkennung von Biomarkern optimiert werden können.

Dieses Projekt schlägt erstmals eine hybride analoge/digitale Lösung für die Multiplex-Detektion von Biomarkern mithilfe bakterieller und papierbasierter Biosensoren vor. Biosensoren können mit analogen oder digitalen Geräten entworfen werden. Digitale Geräte in synthetischen und natürlichen Systemen sind rauschresistent und für die Entscheidungsfindung nützlich. Analoge Geräte eignen sich zur Signalübertragung und -verarbeitung. Dabei nutzen die Forscher die Signalübertragung und -verarbeitung über analoge Wandler und Addierer sowie die Entscheidungsfindung über genetische Schalter. Ein solcher hybrider analog/digitaler Ansatz wurde für die Biosensorik bisher nicht entwickelt. Eine weitere Neuheit des Projekts besteht darin, synthetische Stoffwechselwege zur Entwicklung analoger Geräte zu nutzen. Der behandlungstechnische Vorteil besteht beispielsweise darin, dass die Geschwindigkeit enzymatischer Reaktionen in einem Analogaddierer die Geschwindigkeit der Genexpression, die zur Erstellung einer genetischen Logikmatrix erforderlich ist, bei weitem übersteigt; es wird noch deutlicher, wenn die Geräte in Reihe geschaltet werden. Die Methodik wird für den Nachweis von Biomarkern von Prostatatumoren erläutert, sie ist jedoch breit genug, um auf andere Diagnosen anwendbar zu sein. Die Entscheidung, Biosensoren für Prostataerkrankungen zu entwickeln, ist von praktischer Relevanz, da die aktuelle Screening-Strategie (basierend auf der PSA-Messung) zu einer Überdiagnose führen kann und nicht zwischen Patienten mit aggressiven Tumoren und solchen mit einer indolenten Erkrankung unterscheiden kann. Diese Studie schlägt vor, hauptsächlich ein Bakterium zu entwickeln und papierbasiertes Biosensorsystem