韩达曾在美国佛罗里达大学谭蔚泓院士课题组进行博士研究，聚焦在生物分析传感，博士毕业后，他加入美国知名芯片巨鳄英特尔公司担任芯片研发工程师。回国独立开展科研后，韩达选择整合两段经历中所积累的器件设计和传感原理方面的经验，开展分子医学诊断的研究。目前主要从事核酸化学与分子诊断相关研究，开发智能核酸工具应用于解决细胞分析与疾病诊断等生物医学中难点问题。重点关注恶性肿瘤的早期诊断与筛查方法的研究，结合人工智能与分子工程技术，开发了可针对早期肺癌、胰腺癌等恶性肿瘤进行精准诊断的液体活检标志物组合与检测技术。在此，我们汇总了其中的代表性论文与大家一起分享，内容如下：

　　适应性免疫由体液和细胞介导的成分组成。适应性免疫包括抗体和免疫记忆的产生，也包括细胞介导的反应，包括抗原呈递、抗原结合、共刺激和破坏异物（吞噬作用）的关键步骤。更广泛地说，专门的细胞、组织和器官结合在一起成为一个网络，以识别、反应和记忆特定的抗原或病原体。从功能上讲，体液和细胞免疫反应序列中的每一步都涉及通过高度复杂的信号通路激活和部署B和T淋巴细胞。然而，至今的研究还未完全实现人工自适应免疫系统（AIS）。

　　湖南大学谭蔚泓教授（韩达研究员为第一作者）等人报告了AIS原型模拟物（自适应免疫反应模拟器（AIRS））的逐步构建策略。在这一策略中，DNA和酶被用作AIS成分的简单人工类似物，使用DNA-DNA和DNA-酶相互作用来模拟脊椎动物适应性免疫系统的宏观行为，以创建一个在体外对特定分子刺激做出反应的系统。研究表明，这种反应网络的功能在表面上与脊椎动物AIS的最基本反应相似，包括模拟体液和细胞反应的反应序列。研究显示，这一不存在任何活性成分的系统可模拟宿主免疫反应的三个基本步骤，即识别和耐受、免疫反应以及杀伤和记忆。因此，AIRS为人工反应网络和分子器件的设计和工程提供了指导。

　　细胞通过膜上表达的分子与细胞外环境相互作用。破坏这些膜结合的相互作用（或相遇）可能导致疾病进展。超分辨率显微镜的进步使人们能够检测膜的遭遇，然而，这些方法不能对整个膜进行成像，也不能提供关于膜结合分子之间动态相互作用的信息。

　　为解决上述局限和挑战，湖南大学谭蔚泓教授和尤明旭、韩达研究员（共同第一作者）展示了一种新的DNA探针，它可以将瞬时膜遭遇事件转换为可读的累积荧光信号。该探针通过脚趾介导的DNA链置换反应模拟运动蛋白，可从一个锚定点转移到另一个锚位点。这种新型的膜DNA探针可以很容易地与不同的细胞锚结合，以进行快速膜接触的细胞测量。使用这种探针，作者使用流式细胞术和荧光显微镜成功地监测了膜脂结构域的快速相遇事件，从而检测和计算各种活细胞膜信号事件期间的相遇率和偏好。

　　美国麻省理工学院James J. Collins及其研究小组报道了一种可批量应用的，可编程的CRISPR响应智能材料。作者将CRISPR技术创造性地整合到DNA水凝胶中，Cas12a-gRNA可以特异性识别外源DNA，激活Cas12a以切割目标DNA以及不加区分的单链DNA (ssDNA)。DNA水凝胶解体，实现对目标DNA的响应，可用于多种药物、纳米颗粒甚至细胞的可控释放。该水凝胶结构可以响应任何目标DNA序列而无需重新设计不同的水凝胶体系。另外由于CRISPR-Cas12a系统高效的切割，该水凝胶体系无需高浓度目标物触发。该体系巧妙地将生物信息转换成宏观材料的性能的变化，可有效应用于法医学分析，医学诊断以及环境监测。作者分别报道了小分子药物或者蛋白质可控释放的多臂聚乙二醇水凝胶，金纳米颗粒甚至活细胞可控释放的聚丙烯酰胺水凝胶，用作保险丝的导电炭黑水凝胶以及与微流控芯片结合实现病毒的快速灵敏检测。

　　这项工作在《Science》一经发表，上海交通大学谭蔚泓院士、韩达研究员等人在《Science》上发表评述：该体系可用作便携，快速和定量的生物传感器，用于检测危险病毒病原体的特定菌株，区分病原菌、人类DNA的基因型，体外鉴定无细胞肿瘤DNA突变等。DNA水凝胶与CRISPR-Cas系统结合将有利于提高基因编辑相关应用的精确性，高效性以及时空可控性。

　　早期精确的癌症诊断可大大提高患者的生存率。最近的研究表明，血清中多种微小RNA（miRNA）均具有作为癌症诊断生物标志物的信息性。而DNA分子计算在分子识别和信息处理之间提供了一个自然的界面， DNA可以与不同的分子相互作用，转换信号并以可编程的方式报告结果。然而，合理设计的DNA计算系统很少用于诊断应用，在诊断应用中，最需要集成多种生物标志物识别和逻辑信息处理，特别是在用于临床应用的生物样本中。

　　在这里，上海交通大学韩达研究员等人设计了一个DNA分子计算平台，用于分析临床血清样本中的miRNA图谱。研究首先使用癌症基因组图谱中的miRNA图谱在计算机上训练计算分类器。该步骤的目标是具有一组具有相关权重的miRNA输入和对这些输入进行的一组数算，以对健康和癌症个体进行最佳分类。接下来，将计算机训练的分类器解码为分子水平上的计算方案。研究发现，具有简化的赢家通吃计算方案的基于DNA的分子计算机可以通过实验实现在计算机中训练的分类器。最后，在合成和临床样本上验证了基于DNA的计算的性能，其中包括血清中的miRNA扩增，将扩增的线性单链DNA转化为环状DNA以获得更多的序列正交性，以及通过权重乘法、求和和和减法进行DNA计算，然后进行信号报告。研究使用22名健康人（8人）和癌症患者（14人）的临床血清样本成功实现了快速准确的癌症诊断，准确率为86.4%。研究设想，这个DNA计算平台将激发更多的临床应用，实现廉价、无创和快速的疾病筛查、分类和进展监测。

　　表征分子信号的相对起始时间、强度和持续时间对于理解信号转导和遗传调控网络的运作至关重要。然而，在这些分子产生并迅速消耗，检测它们是具有挑战性的。分子活动记录器件（MER）可以将关于瞬时分子事件的信息编码为稳定的DNA序列，并且可以进行下游测序或其他分析。

　　上海交通大学谭蔚泓教授、韩达研究员和约翰霍普金斯大学Rebecca Schulman等人报道了一种从头分子事件记录器的开发，该记录器使用链置换反应网络处理信息，并使用引物交换反应编码信息，该反应可以通过DNA测序进行解码和量化。记录器可以分为三个模块：一个感知和记录顺序，一个感知并记录浓度，一个感应并记录持续时间。具有时间延迟目的的衬底模块用于长持续时间检测的持续时间模块。输入是具有特定序列的DNA寡聚物，因此，分子事件可以记录在DNA寡聚条形码的不同结构域中。使用引物交换反应将这三个结构域连接起来，以产生编码这三个结果的组合的单链条形码，从而允许浓度和持续时间模块中的换能器响应输入并传输特定信号以激活书写器发夹。一旦模块被激活，包含特定订单签名的引物就开始工作。事件记录器能够以88%的准确性对不同分子信号在时间上出现的顺序进行分类，以100%的准确性对浓度进行分类，并以75%的准确性对持续时间进行分类。这种同时且高度可编程的多参数记录可以实现对分子事件的大规模破。