"If you can not measure it, you can not improve it" (Lord Kelvin) verwoordt duidelijk de behoefte aan efficiënte en robuuste sensoren op alle gebieden van wetenschap en technologie. De huidige analysetechnieken vereisen echter arbeidsintensieve, dure meerstapsprocessen met zeer gespecialiseerde, niet-draagbare apparatuur. Als oplossing hebben alle levende organismen mechanismen ontwikkeld en verfijnd om een breed gamma aan verschillende soorten moleculen nauwkeurig te detecteren. Door dergelijke mechanismen te herprogrammeren om als respons op deze moleculen fluorescerende proteïnen te produceren, kan men Biologische Sensoren (BioS) bouwen. Vanwege hun biologische context zijn BioS goedkoop, snel, duurzaam, draagbaar, zelfgenererend en zeer gevoelig en specifiek. Daarom hebben BioS het potentieel om innovatie en wetenschappelijke exploratie in verschillende disciplines te kan stimuleren. De belangrijkste bottleneck bij het ontsluiten van het volledige potentieel van BioS is echter het feit dat alle BioS ontwikkeling momenteel volledig afhankelijk is van en beperkt is tot enkel die biologische mechanismen waarvoor alle BioS bouwstenen volledig geïdentificeerd en gekarakteriseerd zijn. Met dit project wil ik mijn BioS onderzoekslijn uitbreiden en innovatieve engineering strategieën combineren met computationele leertechnieken om synthetische BioS bouwstenen te creëren en het portfolio van beschikbare BioS sterk uit te breiden voor elk molecule van interesse.