Abstract Development of efficient cell factories that can compete with traditional chemical production processes is complex and generally driven by case-specific strategies, based on the product and microbial host of interest. Despite major advancements in the field of metabolic modelling in recent years, prediction of genetic modifications for increased production remains challenging. Here we present a computational pipeline that leverages the concept of protein limitations in metabolism for prediction of optimal combinations of gene engineering targets for enhanced chemical bioproduction. We used our pipeline for prediction of engineering targets for 102 different chemicals using Saccharomyces cerevisiae as a host. Furthermore, we identified sets of gene targets predicted for groups of multiple chemicals, suggesting the possibility of rational model-driven design of platform strains for diversified chemical production. One sentence summary Novel strain design algorithm ecFactory on top of enzyme-constrained models provides unprecedented chances for rational strain design and development.

Comprehensive molecular and cellular phenotyping of human islets can enable deep mechanistic insights for diabetes research. We established the Human Islet Data Analysis and Sharing (HI-DAS) consortium to advance goals in accessibility, usability, and integration of data from human islets isolated from donors with and without diabetes at the Alberta Diabetes Institute (ADI) IsletCore. Here we introduce HumanIslets.com, an open resource for the research community. This platform, which presently includes data on 547 human islet donors, allows users to access linked datasets describing molecular profiles, islet function and donor phenotypes, and to perform various statistical and functional analyses at the donor, islet and single-cell levels. As an example of the analytic capacity of this resource we show a dissociation between cell culture effects on transcript and protein expression, and an approach to correct for exocrine contamination found in hand-picked islets. Finally, we provide an example workflow and visualization that highlights links between type 2 diabetes status, SERCA3b Ca

Abstract Portable sample-to-answer devices with applications in point-of-care settings have emerged to obviate the necessity of centralized laboratories for biomarker analysis. In this work, a smartphone-operated and additively manufactured multiplexed electrochemical device (AMMED) is presented for the portable detection of biomarkers in blood and saliva. AMMED is comprised of a customized portable potentiostat with a multiplexing feature, a 3D-printed sample collection cartridge to handle three samples of saliva and blood at the same time, a smartphone application to remotely control the potentiostat, and a 3D-printed-based multiplexed microfluidic electrochemical biosensor (test chip). Here, by employing additive manufacturing techniques, a simple, cleanroom-free, and scalable approach was proposed for the fabrication of the test chip. Moreover, these techniques can bring about easy integration of AMMED components. Additionally, the test chip can be compatible with different affinity-based bioassays which can be implemented in a multiplexed manner for detection. The AMMED components were successfully characterized in terms of electrochemical and fluidic performance. Particularly, to demonstrate the biosensing capabilities of the device, the spike protein of the SARS-CoV-2 omicron variant and a well-established aptameric assay were selected as the representative biomarker and the bioassay, respectively. The proposed device accurately and selectively detected the target of interest in a rapid (5 min) and multiplex manner with a dynamic detection range of 1–10,000 pg. ml -1 in different media; and the clinical feasibility was assessed by several saliva patient samples. AMMED offers a versatile sample-to-answer platform that can be used for the detection of various biomarkers present in biofluids.