Sensitive and specific CRISPR diagnostics Methods are needed that can easily detect nucleic acids that signal the presence of pathogens, even at very low levels. Gootenberg et al. combined the allele-specific sensing ability of CRISPR-Cas13a with recombinase polymerase amplification methods to detect specific RNA and DNA sequences. The method successfully detected attomolar levels of Zika virus, as well as the presence of pathogenic bacteria. It could also be used to perform human genotyping from cell-free DNA. Science , this issue p. 438

Abstract There is a need for large-scale, longitudinal studies to determine the mechanisms by which the gut microbiome and its interactions with the host affect human health and disease. Current methods for profiling the microbiome typically utilize next-generation sequencing applications that are expensive, slow, and complex. Here, we present a synthetic biology platform for affordable, on-demand, and simple analysis of microbiome samples using RNA toehold switch sensors in paper-based, cell-free reactions. We demonstrate species-specific detection of mRNAs from 10 different bacteria that affect human health and four clinically relevant host biomarkers. We develop a method to quantify mRNA using our toehold sensors and validate our platform on clinical stool samples by comparison to RT-qPCR. We further highlight the potential clinical utility of the platform by showing that it can be used to rapidly and inexpensively detect toxin mRNA in the diagnosis of Clostridium difficile infections.

It is well known that synthetic gene expression is highly sensitive to how genetic elements (promoter structure, spacing regions between promoter and coding sequences, ribosome binding sites, etc.) are spatially configured. An important topic that has received far less attention is how the compositional context, or spatial arrangement, of entire genes within a synthetic gene network affects their individual expression levels. In this paper we show, both quantitatively and qualitatively, that compositional context significantly alters transcription levels in synthetic gene networks. We demonstrate that key characteristics of gene induction, such as ultra-sensitivity and dynamic range, strongly depend on compositional context. We postulate that supercoiling can be used to explain this interference and validate this hypothesis through modeling and a series of in vitro supercoiling relaxation experiments. This compositional interference enables a novel form of feedback in synthetic gene networks. We illustrate the use of this feedback by redesigning the toggle switch to incorporate compositional context. We show the context-optimized toggle switch has improved threshold detection and memory properties.