The development of transistors with high gain is essential for applications ranging from switching elements and drivers to transducers for chemical and biological sensing. Organic transistors have become well-established based on their distinct advantages, including ease of fabrication, synthetic freedom for chemical functionalization, and the ability to take on unique form factors. These devices, however, are largely viewed as belonging to the low-end of the performance spectrum. Here we present organic electrochemical transistors with a transconductance in the mS range, outperforming transistors from both traditional and emerging semiconductors. The transconductance of these devices remains fairly constant from DC up to a frequency of the order of 1 kHz, a value determined by the process of ion transport between the electrolyte and the channel. These devices, which continue to work even after being crumpled, are predicted to be highly relevant as transducers in biosensing applications. Although organic transistors have many advantages, they are not typically known for their high performance. Khodagholy et al. report the fabrication of organic electrochemical transistors that combine high transconductance with mechanical flexibility, and are attractive for biosensor applications.

In this Perspective, we make the case that the biological applications of organic semiconductor devices are significant. Indeed, we argue that this is an arena where organic materials have an advantage compared to traditional electronic materials, such as silicon. By discussing the physical structure and morphology of conjugated polymers, we are able to emphasize the key properties that make organic materials ideal for bioelectronics applications. We highlight a few recent devices that show either unique features or exceptionally high performance. On the basis of these examples, we discuss the future trajectory of this emerging field, note areas where further research is needed, and suggest possible applications in the short term.

Transistors with tunable transconductance allow high-quality recordings of human brain rhythms.

ABSTRACT The rising field of bioelectronics, which couples the realms of electronics and biology, holds huge potential for the development of novel biomedical devices for therapeutics and diagnostics. Organic electronic devices are particularly promising; the use of robust organic electronic materials provides an ideal biointerface due to their reported biocompatibility, and mechanical matching between the sensor element and the biological environment, are amongst the advantages unique to this class of materials. One promising device emerging from this field is the organic electrochemical transistor (OECT). Arguably, the most important feature of an OECT is that it provides local amplification and as such can be used as a high fidelity transducer of biological events. Additionally, the OECT combines properties and characteristics that can be tuned for a wide spectrum of biological applications. Here, we frame the development of the OECT with respect to its underlying optimization for a variety of different applications, including ion sensing, enzymatic sensing, and electrophysiology. These applications have allowed the development of OECTs to sense local ionic/biomolecular and single cell activity, as well characterization of tissue and even monitoring of function of whole organs. The body of work reviewed here demonstrates that the OECT is an extremely versatile device that emerges as an important player for therapeutics and diagnostics. © 2015 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 2015 , 132 , 41735.

Abstract The detection of proteins is of central importance to biomolecular analysis and diagnostics, yet fundamental limitations due to the surface-based nature of most sensing approaches persist, and limited improvements have been designed to integrate multimodal information beyond concentration measurements. Here we present a single-molecule microfluidic sensing platform for digital protein biomarker detection in solution, termed digital immunosensor assay (DigitISA). DigitISA is based on microchip electrophoretic separation combined with single-molecule detection and enables absolute number–concentrations quantification of proteins in a single, solution-phase step. Applying DigitISA to a range of targets including amyloid aggregates, exosomes, and biomolecular condensates, we demonstrate that the assay provides information beyond stoichiometric interactions, and enables characterization of immunochemistry, binding affinity, and protein biomarker abundance. Together, DigitISA constitutes a new experimental paradigm for the digital sensing of protein biomarkers, and enables analyses of targets that would otherwise be hard or impossible to address by conventional immuno-sensing techniques.

Abstract Condensation of RNA and proteins is central to cellular functions, and the ability to program it would be valuable in synthetic biology and synthetic cell science. Here we introduce a modular platform for engineering synthetic RNA condensates from tailor-made, branched RNA nanostructures that fold and assemble co-transcriptionally. Up to three orthogonal condensates can form simultaneously and selectively accumulate fluorophores through embedded fluorescent light-up aptamers. The RNA condensates can be expressed within synthetic cells to produce membrane-less organelles with a controlled number and relative size, and showing the ability to capture proteins using selective protein-binding aptamers. The affinity between otherwise orthogonal nanostructures can be modulated by introducing dedicated linker constructs, enabling the production of bi-phasic RNA condensates with a prescribed degree of interphase mixing and diverse morphologies. The in situ expression of programmable RNA condensates could underpin the spatial organization of functionalities in both biological and synthetic cells.

ABSTRACT The use of bacteriophage, viruses that specifically infect bacteria, as antibiotics has become an area of great interest in recent years as the effectiveness of conventional antibiotics recedes. The detection of phage interactions with specific bacteria in a rapid and quantitative way is key for identifying phage of interest for novel antimicrobials. Outer membrane vesicles (OMVs) derived from gram-negative bacteria can be used to make supported lipid bilayers (SLBs) and therefore in vitro membrane models that contain naturally occurring components of the bacterial outer membrane. In this study, we used Escherichia coli OMV derived SLBs and use both fluorescent imaging and surface sensitive techniques to show their interactions with T4 phage. We also integrate these bilayers with microelectrode arrays (MEAs) functionalised with the conducting polymer PEDOT:PSS and show that the pore forming interactions of the phage with the SLBs can be monitored using electrical impedance spectroscopy. To highlight our ability to detect specific phage interactions, we also generate SLBs using OMVs derived from Citrobacter rodentium , which is resistant to T4 phage infection, and identify their lack of interaction with phage. The work presented here shows how interactions occurring between phage and these complex SLB systems can be monitored using a range of experimental techniques. We believe this approach can be used to identify phage against bacterial strains of interest, as well as more generally to monitor any pore forming structure (such as defensins) interacting with bacterial outer membranes, and thus aid in the development of next generation antimicrobials.

Abstract In metagenomics, the pool of uncharacterized microbial enzymes presents a challenge for functional annotation. Among these, carbohydrate-active enzymes (CAZymes) stand out due to their pivotal roles in various biological processes related to host health and nutrition. Here, we present CAZyLingua, the first tool that harnesses protein language model embeddings to build a deep learning framework that facilitates the annotation of CAZymes in metagenomic datasets. Our benchmarking results showed on average a higher F1 score (reflecting an average of precision and recall) on the annotated genomes of Bacteroides thetaiotaomicron , Eggerthella lenta and Ruminococcus gnavus compared to the traditional sequence homology-based method in dbCAN2. We applied our tool to a paired mother/infant longitudinal dataset and revealed unannotated CAZymes linked to microbial development during infancy. When applied to metagenomic datasets derived from patients affected by fibrosis-prone diseases such as Crohn’s disease and IgG4-related disease, CAZyLingua uncovered CAZymes associated with disease and healthy states. In each of these metagenomic catalogs, CAZyLingua discovered new annotations that were previously overlooked by traditional sequence homology tools. Overall, the deep learning model CAZyLingua can be applied in combination with existing tools to unravel intricate CAZyme evolutionary profiles and patterns, contributing to a more comprehensive understanding of microbial metabolic dynamics.

Bioelectronics hold the key for understanding and treating disease. However, achieving stable, long-term interfaces between electronics and the body remains a challenge. Implantation of a bioelectronic device typically initiates a foreign body response, which can limit long-term recording and stimulation efficacy. Techniques from regenerative medicine have shown a high propensity for promoting integration of implants with surrounding tissue, but these implants lack the capabilities for the sophisticated recording and actuation afforded by electronics. Combining these two fields can achieve the best of both worlds. Here, we show the construction of a hybrid implant system for creating long-term interfaces with tissue. We create implants by combining a microelectrode array with a bioresorbable and remodellable gel. These implants are shown to produce a minimal foreign body response when placed into musculature, allowing us to record long-term electromyographic signals with high spatial resolution. This device platform drives the possibility for a new generation of implantable electronics for long-term interfacing.