stringtranslate.com

Пятнистые частицы

Пятнистые частицы представляют собой коллоидные частицы микронного или наномасштаба, которые анизотропно структурированы либо путем модификации химии поверхности частицы («энтальпийные пятна»), [1] через форму частицы («энтропийные пятна»), [2] или и тем, и другим. [3] Частицы имеют отталкивающее ядро ​​и высокоинтерактивные поверхности, которые позволяют осуществлять эту сборку. [2] Размещение этих пятен на поверхности частицы способствует связыванию с пятнами на других частицах. Пятнистые частицы используются в качестве сокращенного обозначения для моделирования анизотропных коллоидов, [1] белков [4] и воды [5] и для разработки подходов к синтезу наночастиц. [6] Пятнистые частицы имеют валентность от двух ( частицы Януса ) или выше. [7] Пятнистые частицы валентности три или более испытывают разделение фаз жидкость-жидкость. [8] [9] Некоторые фазовые диаграммы пятнистых частиц не следуют закону прямолинейных диаметров. [8]

Схематическое изображение модификации сферической (например, коллоидной) частицы (в центре) для создания неоднородной частицы путем изменения химии поверхности (слева) или формы (справа).

Сборка неоднородных частиц

Моделирование

Взаимодействие между неоднородными частицами можно описать комбинацией двух разрывных потенциалов. Потенциал твердой сферы, учитывающий отталкивание между ядрами частиц, и потенциал притяжения квадрата для притяжения между неоднородностями . [ 8] [9] Имея потенциал взаимодействия, можно использовать различные методы для вычисления термодинамических свойств.

Молекулярная динамика

Использование непрерывного представления [8] описанного выше разрывного потенциала позволяет моделировать неоднородные частицы с использованием молекулярной динамики.

Монте-Карло

Одно выполненное моделирование включает метод Монте-Карло , где наилучший «ход» обеспечивает равновесие в частице. Один тип движения — рототрансляция. Это выполняется путем выбора случайной частицы, случайных угловых и радиальных смещений и случайной оси вращения. [10] Вращательные степени свободы должны быть определены до моделирования. Затем частица вращается/перемещается в соответствии с этими значениями. Кроме того, необходимо контролировать шаг времени интегрирования, поскольку он повлияет на результирующую форму/размер частицы. Другое выполненное моделирование — это большой канонический ансамбль. В большом каноническом ансамбле система находится в равновесии с термальной ванной и резервуаром частиц. [10] Объем, температура и химический потенциал фиксированы. Из-за этих констант изменяется число частиц (n). Обычно это используется для мониторинга поведения фазы. С этими дополнительными движениями частица добавляется в случайной ориентации и случайном положении.

Другие симуляции включают смещенные перемещения Монте-Карло. Один тип — перемещения агрегации объема-смещения. Он состоит из 2 перемещений; первое пытается сформировать связь между двумя ранее несвязанными частицами, второе пытается разорвать существующую связь путем разделения. Перемещения агрегации объема-смещения отражают следующую процедуру: выбираются две частицы, I и J, которые не являются соседними частицами, частица J перемещается внутрь связывающего объема частицы I. Этот процесс выполняется равномерно. Другое перемещение агрегации объема-смещения следует методу случайного выбора частицы J, которая связана с I. Затем частица J перемещается за пределы связывающего объема частицы I, в результате чего две частицы больше не связаны. [10] Третий тип перемещения агрегации объема-смещения берет частицу I, связанную с частицей J, и вставляет ее в третью частицу.

Большой канонический ансамбль улучшается за счет движений агрегации объема-смещения. Когда применяются движения агрегации объема-смещения, скорость образования и истощения мономера улучшается, и движения большого канонического ансамбля увеличиваются.

Вторая смещенная симуляция Монте-Карло — это виртуальный ход Монте-Карло. Это алгоритм перемещения кластера. Он был создан для улучшения времени релаксации в сильно взаимодействующих системах с низкой плотностью и для лучшего приближения диффузионной динамики в системе. [10] Эта симуляция хороша для самоорганизующихся и полимерных систем, которые могут находить естественные ходы, расслабляющие систему.

Самостоятельная сборка

Самосборка также является методом создания неоднородных частиц. Этот метод позволяет формировать сложные структуры, такие как цепи, листы, кольца, икосаэдры, квадратные пирамиды, тетраэдры и скрученные лестничные структуры. [1] Покрывая поверхность частиц высокоанизотропными, высоконаправленными, слабо взаимодействующими участками, расположение притягивающих участков может организовывать неупорядоченные частицы в структуры. Покрытие и расположение притягивающих участков — это то, что влияет на размер, форму и структуру полученной частицы. [1]

Эмерджентная валентная самосборка

Разработка энтропийных патчей, которые будут самоорганизовываться в простые кубические , объемно-центрированные кубические (ОЦК), алмазные и додекагональные квазикристаллические структуры. Локальная координационная оболочка частично диктует собираемую структуру. [2] Сферы моделируются с кубической, октаэдрической и тетраэдрической огранкой. Это позволяет энтропийным патчам самоорганизовываться.

Тетраэдрические граненые сферы получаются, начиная с простых сфер. В координации с гранями тетраэдра сфера разрезается на четыре равные грани. Моделирование Монте-Карло было проведено для определения различных форм α, величины огранки. [2] Конкретная величина огранки определяет решетку, которая собирается. Простые кубические решетки получаются аналогичным образом путем разрезания кубических граней на сферы. Это позволяет собирать простые кубические решетки. Кристалл ОЦК получается путем огранки сферы октаэдрически. [2]

Величина огранки, α, используется в возникающей валентной самосборке для определения того, какая кристаллическая структура сформируется. Идеальная сфера устанавливается как α=0. Форма, которая огранена к сфере, определяется при α=1. [2] Колебание величины огранки между α=0 и α=1 может изменить решетку. Изменения включают эффекты на самосборку, структуру упаковки, величину координации ограняющего участка со сферой, форму ограняющего участка, тип сформированной кристаллической решетки и прочность энтропийного участка. [2]

Смотрите также

Ссылки

  1. ^ abcd Чжан, Чжэньли; Глотцер, Шарон К. (2004). «Самосборка неоднородных частиц». Nano Letters . 4 (8): 1407–1413. Bibcode : 2004NanoL...4.1407Z. doi : 10.1021/nl0493500. PMID  29048902.
  2. ^ abcdefg ван Андерс, Грег; Ахмед, Н. Халид; Смит, Росс; Энгель, Майкл; Глотцер, Шарон К. (2014). «Энтропически неоднородные частицы: проектирование валентности через энтропию формы». ACS Nano . 8 (1): 931–940. arXiv : 1304.7545 . doi :10.1021/nn4057353. PMID  24359081.
  3. ^ Глотцер, Шарон С.; Соломон, Майкл Дж. (2007). «Анизотропия строительных блоков и их сборка в сложные структуры». Nature Materials . 6 (8): 557–562. doi :10.1038/nmat1949. PMID  17667968.
  4. ^ Fusco, Diana; Charbonneau, Patrick (2013). «Кристаллизация асимметричных пятнистых моделей для глобулярных белков в растворе». Phys Rev E. 88 ( 1): 012721. arXiv : 1301.3349 . Bibcode : 2013PhRvE..88a2721F. doi : 10.1103/PhysRevE.88.012721. PMID  23944504.
  5. ^ Колафа, Йиржи; Незбеда, Иво (май 1987). «Моделирование Монте-Карло на примитивных моделях воды и метанола». Молекулярная физика . 61 (1): 161–175. doi :10.1080/00268978700101051. ISSN  0026-8976.
  6. ^ Pawar, Amar B.; Kretzschmar, Ilona (2010). «Изготовление, сборка и применение неоднородных частиц». Macromolecular Rapid Communications . 31 (2): 150–168. doi : 10.1002/marc.200900614 . PMID  21590887.
  7. ^ Ван, Юфэн; Ван, Ю; Брид, Дана Р.; Манохаран, Винотан Н.; Фэн, Ланг; Холлингсворт, Эндрю Д.; Век, Маркус; Пайн, Дэвид Дж. (2012-11-01). «Коллоиды с валентностью и специфической направленной связью» (PDF) . Nature . 491 (7422): 51–55. Bibcode : 2012Natur.491...51W. doi : 10.1038/nature11564. ISSN  1476-4687. PMID  23128225.
  8. ^ abcd Эспиноза, Хорхе Р.; Гараизар, Адиран; Вега, Карлос; Френкель, Даан; Коллепардо-Гевара, Росана (2019-06-14). «Нарушение закона прямолинейного диаметра и связанные с ним неожиданности в сосуществовании жидкости и пара в системах неоднородных частиц». Журнал химической физики . 150 (22): 224510. doi :10.1063/1.5098551. ISSN  0021-9606. PMC 6626546. PMID 31202247  . 
  9. ^ аб Бьянки, Эмануэла; Ларго, Хулио; Тарталья, Пьеро; Заккарелли, Эмануэла; Скиортино, Франческо (16 октября 2006 г.). «Фазовая диаграмма неоднородных коллоидов: к пустым жидкостям». Письма о физических отзывах . 97 (16): 168301. arXiv : cond-mat/0605701 . doi : 10.1103/PhysRevLett.97.168301. ПМИД  17155440.
  10. ^ abcd Ровигатти, Лоренцо, Дж. Р.; Романо, Флавио (2018). «Как моделировать неоднородные частицы». The European Physical Journal E . 49 (59): 59. arXiv : 1802.04980 . doi :10.1140/epje/i2018-11667-x. PMID  29748868.{{cite journal}}: CS1 maint: multiple names: authors list (link)

Связанное чтение