Smart materials are able to alter one or more of their properties in response to defined stimuli. Our ability to design and create such materials, however, does not match the diversity and specificity of responses seen within the biological domain. We propose that relocation of molecular phenomena from living cells into hydrogels can be used to confer smart functionality to materials. We establish that cell-free protein synthesis can be conducted in agarose hydrogels, that gene expression occurs throughout the material and that co-expression of genes is possible. We demonstrate that gene expression can be controlled transcriptionally (using in gel gene interactions) and translationally in response to small molecule and nucleic acid triggers. We use this system to design and build a genetic device that can alter the structural property of its chassis material in response to exogenous stimuli. Importantly, we establish that a wide range of hydrogels are appropriate chassis for cell-free synthetic biology, meaning a designer may alter both the genetic and hydrogel components according to the requirements of a given application. We probe the relationship between the physical structure of the gel and in gel protein synthesis and reveal that the material itself may act as a macromolecular crowder enhancing protein synthesis. Given the extensive range of genetically encoded information processing networks in the living kingdom and the structural and chemical diversity of hydrogels, this work establishes a model by which cell-free synthetic biology can be used to create autonomic and adaptive materials.

Our PCR Simulator is a web-based application designed to introduce concepts of multi-factorial experimental design and support teaching of the polymerase chain reaction. Learners select experimental settings and receive results of their simulated reactions quickly, allowing rapid iteration between data generation and analysis. This enables the student to perform complex iterative experimental design strategies within a short teaching session. Here we provide a short overview of the user interface and underpinning model, and describe our experience using this tool in a teaching environment.

Cupriavidus necator is a Gram-negative soil bacterium of major biotechnological interest. It is a producer of the bioplastic 3-polyhydroxybutyrate, has been exploited in bioremediation processes, and it's lithoautotrophic capabilities suggest it may function as a microbial cell factory upgrading renewable resources to fuels and chemicals. It remains necessary however to develop appropriate experimental resources to permit controlled bioengineering and system optimisation of this microbial chassis. A key resource for physiological, biochemical and metabolic studies of any microorganism is a chemically defined growth medium. Here we use 1 mL micro-well cell cultures, automated liquid handling and a statistical engineering approach to develop a model that describes the effect of key media components and their interactions on C. necator culture cell density. The model is predictive and was experimentally validated against novel media compositions. Moreover, the model was further validated against larger culture volumes at 100 mL and 1 L volumes and found to correlate well. This approach provides valuable and quantifiable insights into the impact of media components on cell growth as well as providing predictions to guide culture scale-up.