Synthetic Biology Final Report

Synthetic Biology | State of the Art 
 
34 
 
Figure  7:  Regulatory  devices:  a)  oscillator,  b)  riboswitch,  c)  artificial  scaffold  protein.  Figure  from  Purnick  and  Weiss 
(2009) 
Applications of regulatory devices 
The devices shown in Figure 6 and Figure 7 and many other basic devices have been conceived in Escherichia 
coli and yeast. These examples use standard inducers, such as IPTG, arabinose and anhydro-tetracycline and 
control standard reporter genes like GFP. However, the same principles can be used to build genetic systems 
that respond to all kinds of chemical or physical stimuli and control various cellular processes.  
In  numerous  studies  microorganisms  have  been  equipped  with  devices  that  express  reporter  genes  in 
presence of environmental contaminants. Bacteria have also been programmed to recognise several tumour 
characteristics over logical AND-gates and to invade correctly identified cancer cells. Artificial communication 
between cell populations has been established via conditional expression of essential metabolites, toxins and 
quorum sensing compounds such acyl homoserine lactone (Purnick and Weiss 2009). One of the rare examples 
of  a  genetic  device  implemented  in  a  plant  is  an  artificial  receptor  for  the  environmental  pollutant  TNT  in 
Arabidopsis  thaliana  that  signalises  environmental  pollution  by  chlorophyll  loss  (Bowen  et  al.  2008). 
Importantly, genetic devices can also be integrated into biosynthetic pathways for dynamic process control in 
biotechnology (see below). The experimental application possibilities of regulatory genetic devices are virtually 
infinite. Table 2 lists selected projects that were presented at the international genetically engineered machine 
(iGEM) competition to provide an idea of the application potential of regulatory genetic devices. 
Global transcription machinery engineering (gTME), i.e. creating libraries of mutant transcription factors, is an 
approach that has been implemented in both prokaryotes and eukaryotes  (Seo et al. 2013). The  connection 
between  mutant  transcription  factor  sequences  and  function  is  difficult  to  predict  de  novo.  Phenotypes  are 
selected and screened to identify and characterise the desired one.  
Comprehensive lists of projects and references are available on the iGEM website (footnotes in Table 2).  
 
 

---

Synthetic Biology | State of the Art 
 
35 
Year 
Function 
Reference 
Environment – sensing and remediation 
2007 
E.  coli  expressing  ß-galactosidase  in  presence  of  arsenate  in  water  samples 
leading to a pH drop  
A 
2007 
A yeast sensor for real extra virgin olive oil 
A 
2007 
A cellular lead sensor 
A 
2007 
A biological radiation sensor 
A 
2013 
E.  coli  and  B.  subtilis  acting  as  microbial  “mops”  that  detect  algal  toxins  and 
detoxify them by ligand release 
B 
Health and Medicine 
2007 
A biological system to sense environmental glucose concentration and decrease 
it by insulin release 
A 
2007 
An  AHL  sensor  combined  with  a  GFP  reporter  to  detect  biofilm  formation  in 
catheters. 
A 
2013 
E.  coli  cells  that  recognise  and  kill  S.  aureus  by  linking  quorum  sensing  to  the 
release of antimicrobial peptides 
B 
Information processing and biocomputing 
2007 
Tri-stable toggle switch 
A 
2009 
A “bio screen” of voltage activated yeast cells 
A 
2007 
A divide-by-two circuit 
A 
2013 
A  system  of  two  E.  coli  strains  demonstrating  the  “Prisoners’  Dilemma”  from 
game theory 
B 
A 
http://openwetware.org/wiki/IGEM:Projects_categorized
  
B 
http://2013.igem.org/Jamboree/Team_Abstracts
 
Table 2: Genetic device projects presented at international genetically engineered machine (iGEM) competition 
3.3.3
 
Design and optimisation of synthetic biological systems 
Construction of synthetic devices and pathways involves a quantitative characterisation of the individual parts, 
mathematical modelling, physical assembly, genetic modification, and systematic improvement of the system 
based on experimental data and modelling. 
Mathematical modelling 
Mathematical models guiding the design of genetic modules, devices and pathways usually take the form of 
differential equations describing the chemical reactions in the system. Figure 8 shows a simple genetic system 
consisting of a constitutively expressed repressor, which can be inactivated by addition of an inducer molecule 
and  regulates  the  expression  of  a  reporter  protein.  The  reactions  that  have  to  be  described  are:  promoter 
binding of RNA polymerase, repressor-promoter interaction, inducer-repressor interaction, ribosome binding 
to mRNA and degradation of mRNA and protein. The  corresponding equations are shown next to the  figure 
and have to be filled with quantitative information  (Arpino et al. 2013). Numerous software tools for design 
and analysis of genetic networks are available (Purnick and Weiss 2009). 

---

Synthetic Biology | State of the Art 
 
36 
 
Figure 8: A simple genetic system with model equations. Figure from Arpino et al. (2013) 
Assembly of parts 
A  very  common  approach  to  assemble  DNA  parts  is  classical  cloning  based  on  restriction  and  ligation. 
Restriction/ligation  is  implemented  in  the  BioBrick™  standard  (see  below)  and  allows  for  stepwise  and 
combinatorial assembly. The major downside is that short scar sequences are left at every junction and that 
the  recognition sites  of the involved restriction enzymes  are  forbidden within the parts. A set of alternative 
methods  are  based  on  sequence  overlaps  between  neighbouring  parts,  that  can  be  connected  by  overlap 
extension PCR, 'chew back and anneal' techniques such as sequence and ligation independent cloning (SLIC) or 
the 'Gibson' isothermal assembly method. For a detailed review on current DNA assembly techniques see Ellis 
et al. (2011). 
Characterisation and “tuning” of parts 
As the basic “parts” used in synthetic biology are derived from disparate sources, it is of central importance to 
obtain quantitative information characterising their reaction rates and input-output thresholds (Arpino et al. 
2013). In order to work synergistically in a synthetic system, parts and modules have to be adapted to each 
other.  Such  system  optimisation  or  “tuning”  is typically  carried  out  through  iterative  steps of mathematical 
modelling, genetic manipulation, experimental testing and model refinement (Purnick and Weiss 2009).  
State  of  the  art  molecular  biology  enables  multifaceted  modifications.  At  transcriptional  level,  promoter 
strength can be influenced by modifying the sequence of the RNA-polymerase binding sites and thus binding 
affinity. Regulated promoters can also be modified by variation of the operator sequence, which changes the 
strength of the interaction between repressor and DNA. Mutations in the DNA sequences between important 
binding motifs have also been shown to produce variation in promoter strength, presumably by altering local 
DNA conformation (Arpino et al. 2013; Ellis et al. 2009).  
At translational level, the efficiency of ribosome recruitment can be controlled by modifying the sequence of 
the  ribosome  binding  sites  (RBS).  Moreover,  translation  rates  of  protein  coding  genes  can  be  improved  by 

---