High-throughput sequence (HTS) analysis of combinatorial selection populations accelerates lead discovery and optimization and offers dynamic insight into selection processes. An underlying principle is that selection enriches high-fitness sequences as a fraction of the population, whereas low-fitness sequences are depleted. HTS analysis readily provides the requisite numerical information by tracking the evolutionary trajectory of individual sequences in response to selection pressures. Unlike genomic data, for which a number of software solutions exist, user-friendly tools are not readily available for the combinatorial selections field, leading many users to create custom software. FASTAptamer was designed to address the sequence-level analysis needs of the field. The open source FASTAptamer toolkit counts, normalizes and ranks read counts in a FASTQ file, compares populations for sequence distribution, generates clusters of sequence families, calculates fold-enrichment of sequences throughout the course of a selection and searches for degenerate sequence motifs. While originally designed for aptamer selections, FASTAptamer can be applied to any selection strategy that can utilize next-generation DNA sequencing, such as ribozyme or deoxyribozyme selections, in vivo mutagenesis and various surface display technologies (peptide, antibody fragment, mRNA, etc.). FASTAptamer software, sample data and a user's guide are available for download at http://burkelab.missouri.edu/fastaptamer.html.

ABSTRACT Cell-free biosensors are emerging as powerful platforms for monitoring human and environmental health. Here, we expand the capabilities of biosensors by interfacing their outputs with toehold-mediated strand displacement circuits, a dynamic DNA nanotechnology that enables molecular computation through programmable interactions between nucleic acid strands. We develop design rules for interfacing biosensors with strand displacement circuits, show that these circuits allow fine-tuning of reaction kinetics and faster response times, and demonstrate a circuit that acts like an analog-to-digital converter to create a series of binary outputs that encode the concentration range of the target molecule being detected. We believe this work establishes a pathway to create “smart” diagnostics that use molecular computations to enhance the speed, robustness and utility of biosensors.

RNA-RNA assembly governs key biological processes and is a powerful tool for engineering synthetic genetic circuits. Characterizing RNA assembly in living cells often involves monitoring fluorescent reporter proteins, which are at best indirect measures of underlying RNA-RNA hybridization events and are subject to additional temporal and load constraints associated with translation and activation of reporter proteins. In contrast, RNA aptamers that sequester small molecule dyes and activate their fluorescence are increasingly utilized in genetically-encoded strategies to report on RNA-level events. Split-aptamer systems have been rationally designed to generate signal upon hybridization of two or more discrete RNA transcripts, but none directly function when expressed in vivo. We reasoned that the improved physiological properties of the Broccoli aptamer enable construction of a split-aptamer system that could function in living cells. Here we present the Split-Broccoli system, in which self-assembly is nucleated by a thermostable, three-way junction RNA architecture and fluorescence activation requires both strands. Functional assembly of the system approximately follows second order kinetics in vitro and improves when cotranscribed, rather than when assembled from purified components. Split-Broccoli fluorescence is digital in vivo and retains functional modularity when fused to RNAs that regulate circuit function through RNA-RNA hybridization, as demonstrated with an RNA Toehold switch. Split-Broccoli represents the first functional split-aptamer system to operate in vivo. It offers a genetically-encoded and nondestructive platform to monitor and exploit RNA-RNA hybridization, whether as an all-RNA, stand-alone AND gate or as a tool for monitoring assembly of RNA-RNA hybrids.

Synthetic biology has enabled the development of powerful nucleic acid diagnostic technologies for detecting pathogens and human health biomarkers. Here we expand the reach of synthetic biology-enabled diagnostics by developing a cell-free biosensing platform that uses RNA output sensors activated by ligand induction (ROSALIND) to detect harmful contaminants in aqueous samples. ROSALIND consists of three programmable components: highly-processive RNA polymerases, allosteric transcription factors, and synthetic DNA transcription templates. Together, these components allosterically regulate the in vitro transcription of a fluorescence-activating RNA aptamer: in the absence of a target compound, transcription is blocked, while in its presence a fluorescent signal is produced. We demonstrate that ROSALIND can be configured to detect a range of water contaminants, including antibiotics, toxic small molecules, and metals. Our cell-free biosensing platform, which can be freeze-dried for field deployment, creates a new capability for point-of-use monitoring of molecular species to address growing global crises in water quality and human health.

ABSTRACT Recent years have seen intense interest in the development of point-of-care nucleic acid diagnostic technologies to address the scaling limitations of laboratory-based approaches. Chief among these are combinations of isothermal amplification approaches with CRISPR-based detection and readouts of target products. Here, we contribute to the growing body of rapid, programmable point-of-care pathogen tests by developing and optimizing a one-pot NASBA-Cas13a nucleic acid detection assay. This test uses the isothermal amplification technique NASBA to amplify target viral nucleic acids, followed by Cas13a-based detection of amplified sequences. We first demonstrate an in-house formulation of NASBA that enables optimization of individual NASBA components. We then present design rules for NASBA primer sets and LbuCas13a guide RNAs for fast and sensitive detection of SARS-CoV-2 viral RNA fragments, resulting in 20 – 200 aM sensitivity without any specialized equipment. Finally, we explore the combination of high-throughput assay condition screening with mechanistic ordinary differential equation modeling of the reaction scheme to gain a deeper understanding of the NASBA-Cas13a system. This work presents a framework for developing a mechanistic understanding of reaction performance and optimization that uses both experiments and modeling, which we anticipate will be useful in developing future nucleic acid detection technologies.

Recent advances in cell-free synthetic biology have spurred the development of in vitro molecular diagnostics that serve as effective alternatives to whole-cell biosensors. However, cell-free sensors for detecting manmade organic water contaminants such as pesticides are sparse, partially because few characterized natural biological sensors can directly detect such pollutants. Here, we present a platform for the cell-free detection of one critical water contaminant, atrazine, by combining a previously characterized cyanuric acid biosensor with a reconstituted atrazine-to-cyanuric acid metabolic pathway composed of several protein-enriched bacterial extracts mixed in a one pot reaction. Our cell-free sensor detects atrazine within an hour of incubation at an activation ratio superior to previously reported whole-cell atrazine sensors. We also show that the response characteristics of the atrazine sensor can be tuned by manipulating the component ratios of the cell-free reaction mixture. Our approach of utilizing multiple metabolic steps, encoded in protein-enriched cell-free extracts, to convert a target of interest into a molecule that can be sensed by a transcription factor is modularly designed, which should enable this work to serve as an effective proof-of-concept for rapid field-deployable detection of complex organic water contaminants.

ABSTRACT Aptamer selections often yield distinct subpopulations, each with unique phenotypes that can be leveraged for specialized applications. RNA aptamers that bind HIV-1 reverse transcriptase (RT) exhibit potent RT inhibition and suppress viral replication when targeting the strain-specific RT that they were originally selected to bind, but some of these same aptamers fail against single-point mutant and phylogenetically-diverse RTs. We hypothesized that a subset of the total aptamer population in libraries pre-enriched against a single RT may exhibit broad-spectrum RT binding and inhibition, and we devised a multiplexed Poly-Target selection approach to elicit those phenotypes against a panel of diverse primate lentiviral RTs. High-throughput sequencing of starting, negative, and final libraries, followed by analysis of coenrichment and codepletion in parallel and duplicate selection trajectories, narrowed the list of candidate aptamers by orders of magnitude. Biochemical characterization of candidates identified a novel aptamer motif and several rare and unobserved variants of previously-known motifs that inhibited recombinant RTs from HIV-1, HIV-2 and SIV to varying degrees. These broad-spectrum aptamers also suppressed replication of viral constructs carrying phylogenetically-diverse RTs. The Poly-Target selection and coenrichment approach described herein is a generalizable strategy for identifying broad-spectrum behavior and cross-reactivity among related targets from combinatorial libraries.

Abstract Combinatorial selections are powerful strategies for identifying biopolymers with specific biological, biomedical, or chemical characteristics. Unfortunately, most available software tools for high-throughput sequencing analysis have high entrance barriers for many users because they require extensive programming expertise. FASTAptameR 2.0 is an R-based reimplementation of FASTAptamer designed to minimize this barrier while maintaining the ability to answer complex sequence-level and population-level questions. This opensource toolkit features a user-friendly web tool, interactive graphics, up to 100x faster clustering, an expanded module set, and an extensive user guide. FASTAptameR 2.0 accepts diverse input polymer types and can be applied to any sequence-encoded selection.

Rapid molecular biosensing is an emerging application area for synthetic biology. Here, we engineer a portable biosensor for cyanuric acid (CYA), an analyte of interest for human and environmental health, using a LysR-type transcription regulator (LTTR) from Pseudomonas within the context of Escherichia coli gene expression machinery. To overcome cross-host portability challenges of LTTRs, we rationally engineered hybrid Pseudomonas-E. coli promoters by integrating DNA elements required for transcriptional activity and ligand-dependent regulation from both hosts, which enabled E. coli to function as whole-cell biosensor for CYA. To alleviate challenges of whole-cell biosensing, we adapted these promoter designs to function within a freeze-dried E. coli cell-free system to sense CYA. This portable, on-demand system robustly detects CYA within an hour from laboratory and real-world samples and works with both fluorescent and colorimetric reporters. This work elucidates general principles to facilitate the engineering of a wider array of LTTR-based environmental sensors.