Niejednolite cząsteczki

Niejednolite cząstki to mikronowe lub nanoskalowe cząstki koloidalne, które mają anizotropowy wzór, albo przez modyfikację chemii powierzchni cząstki („łatki entalpiczne”), poprzez kształt cząstki („łatki entropiczne”) lub jedno i drugie. Cząsteczki mają odpychający rdzeń i wysoce interaktywne powierzchnie, które pozwalają na ten montaż. Umieszczenie tych plam na powierzchni cząstki sprzyja wiązaniu z plamami na innych cząstkach. Niejednolite cząstki są używane jako skrót do modelowania koloidów anizotropowych, białek i wody oraz do projektowania podejść do syntezy nanocząstek. Niejednolite cząstki mają wartościowość od dwóch ( Cząsteczki Janusa ) lub wyższe. Niejednolite cząstki o wartościowości 3 lub większej ulegają rozdzieleniu faz ciecz-ciecz. Niektóre diagramy fazowe niejednolitych cząstek nie są zgodne z prawem prostoliniowych średnic.

Schematyczne przedstawienie modyfikacji kulistej (np. koloidalnej) cząstki (w środku) w celu utworzenia niejednolitej cząstki poprzez zmianę chemii powierzchni (po lewej) lub kształtu (po prawej).

Montaż niejednolitych cząstek

Symulacje

Oddziaływanie między niejednolitymi cząstkami można opisać kombinacją dwóch nieciągłych potencjałów. Potencjał twardej kuli odpowiadający za odpychanie między rdzeniami cząstek i atrakcyjny kwadratowy potencjał przyciągania między łatami . Mając w ręku potencjał interakcji, można zastosować różne metody obliczania właściwości termodynamicznych.

Dynamika molekularna

Zastosowanie opisanej powyżej ciągłej reprezentacji nieciągłego potencjału umożliwia symulację niejednolitych cząstek z wykorzystaniem dynamiki molekularnej.

Monte Carlo

Jedna z wykonanych symulacji obejmuje metodę Monte Carlo , gdzie najlepszy „ruch” zapewnia równowagę w cząstce. Jednym z rodzajów ruchu jest translacja rotacyjna. Odbywa się to poprzez wybranie losowej cząstki, przypadkowych przemieszczeń kątowych i promieniowych oraz losowej osi obrotu. Obrotowe stopnie swobody należy określić przed rozpoczęciem symulacji. Cząstka jest następnie obracana/przesuwana zgodnie z tymi wartościami. Należy również kontrolować krok czasu integracji, ponieważ wpłynie to na wynikowy kształt/rozmiar cząstki. Kolejną wykonaną symulacją jest zespół wielkokanoniczny. W zespole wielkokanonicznym układ jest w równowadze z kąpielą termalną i rezerwuarem cząstek. Objętość, temperatura i potencjał chemiczny są stałe. Z powodu tych stałych zmienia się liczba cząstek (n). Jest to zwykle używane do monitorowania zachowania fazowego. Dzięki tym dodatkowym ruchom cząstka jest dodawana w losowej orientacji i losowej pozycji.

Inne symulacje obejmują tendencyjne ruchy Monte Carlo. Jednym z typów jest agregacja ruchów typu wolumen-bias. Składa się z 2 ruchów; pierwszy próbuje utworzyć wiązanie między dwiema wcześniej niezwiązanymi cząstkami, drugi próbuje zerwać istniejące wiązanie przez rozdzielenie. Ruchy objętościowe agregacji odzwierciedlają następującą procedurę: wybiera się dwie cząstki, I i J, które nie są cząstkami sąsiadującymi, cząstka J jest przemieszczana wewnątrz objętości wiązania cząstki I. Proces ten przebiega równomiernie. Inny ruch odchylenia objętości agregacji jest zgodny z metodą losowego wybierania cząstki J, która jest związana z I. Cząstka J jest następnie przesuwana poza objętość wiązania cząstki I, w wyniku czego dwie cząstki nie są już związane. Trzeci typ ruchu agregacji z odchyleniem objętościowym polega na tym, że cząstka I związana z cząstką J jest wstawiana do trzeciej cząstki.

Wielki zespół kanoniczny jest ulepszany przez agregację ruchów głośności i odchylenia. Gdy stosowane są ruchy odchylenia objętości agregacji, szybkość tworzenia i wyczerpywania się monomerów w ruchach ulepszonych i wielkich kanonicznych zespołów wzrasta.

Drugą tendencyjną symulacją Monte Carlo jest wirtualny ruch Monte Carlo. Jest to algorytm przenoszenia klastra. Został stworzony, aby poprawić czasy relaksacji w silnie oddziałujących układach o małej gęstości i lepiej przybliżyć dynamikę dyfuzyjną w układzie. Ta symulacja jest dobra dla systemów samoorganizujących się i polimerowych, które mogą znaleźć naturalne ruchy rozluźniające system.

Samodzielny montaż

Samoorganizacja to także metoda tworzenia niejednolitych cząstek. Ta metoda pozwala na tworzenie złożonych struktur, takich jak łańcuchy, arkusze, pierścienie, dwudziestościany, piramidy kwadratowe, czworościany i skręcone konstrukcje schodów. Powlekając powierzchnię cząstek wysoce anizotropowymi, wysoce kierunkowymi, słabo oddziałującymi plamami, układ atrakcyjnych plam może organizować nieuporządkowane cząstki w struktury. Powłoka i rozmieszczenie atrakcyjnych łat jest tym, co przyczynia się do rozmiaru, kształtu i struktury powstałej cząstki.

Pojawiająca się samoorganizacja walencyjna

Opracowanie łat entropicznych, które będą się samoorganizować w proste sześcienne , sześcienne skupione na ciele (bcc), diamentowe i dwunastokątne struktury kwazikrystaliczne. Lokalna powłoka koordynacyjna częściowo dyktuje składaną strukturę. Sfery są symulowane za pomocą ścianek sześciennych, ośmiościennych i czworościennych. Pozwala to na samoorganizację łat entropicznych.

Tetraedryczne fasetowane sfery są kierowane, zaczynając od prostych kul. W koordynacji ze ścianami czworościanu kula jest podzielona na cztery równe ścianki. Przeprowadzono symulacje Monte Carlo w celu określenia różnych form α, ilości fasetek. Konkretna ilość fasetek określa siatkę, która się składa. Proste siatki sześcienne uzyskuje się w podobny sposób, dzieląc sześcienne ścianki na kule. Pozwala to na montaż prostych krat sześciennych. Kryształ bcc uzyskuje się przez fasetowanie kuli oktaedrycznie.

Ilość fasetek, α, jest używana w powstającym samoorganizacji walencyjnej, aby określić, jaka struktura krystaliczna się utworzy. Idealna kula jest ustawiona jako α=0. Kształt, który jest fasetowany do kuli, jest określony jako α = 1. Zmieniając wielkość fasetek między α = 0 a α = 1, sieć może się zmieniać. Zmiany obejmują wpływ na samoorganizację, strukturę upakowania, stopień koordynacji łaty fasetowanej z kulą, kształt łaty fasetowanej, rodzaj utworzonej sieci krystalicznej i siłę łaty entropicznej.

Zobacz też

^ ^a ^b ^c ^d Zhang, Zhenli; Glotzer, Sharon C. (2004). „Samoorganizacja niejednolitych cząstek”. Nano litery . 4 (8): 1407–1413. Bibcode : 2004NanoL...4.1407Z . doi : 10.1021/nl0493500 . PMID 29048902 .
^ ^a ^b ^c ^d ^e ^f ^g van Anders, Greg; Ahmed, N. Khalid; Smith, Ross; Engel, Michał; Glotzer, Sharon C. (2014). „Entropicznie niejednolite cząstki: inżynieria wartościowości poprzez entropię kształtu”. ACS Nano . 8 (1): 931–940. ar Xiv : 1304.7545 . doi : 10.1021/nn4057353 . PMID 24359081 .
^ Glotzer, Sharon C.; Salomon, Michael J. (2007). „Anizotropia cegiełek i ich montaż w złożone struktury”. Materiały natury . 6 (8): 557–562. doi : 10.1038/nmat1949 . PMID 17667968 .
^ Fusco, Diana; Charbonneau, Patrick (2013). „Krystalizacja asymetrycznych, niejednolitych modeli białek kulistych w roztworze”. Phys Rev E. 88 (1): 012721. arXiv : 1301.3349 . Bibcode : 2013PhRvE..88a2721F . doi : 10.1103/PhysRevE.88.012721 . PMID 23944504 .
^ Kolafa, Jiří; Nezbeda, Ivo (maj 1987). „Symulacje Monte Carlo na prymitywnych modelach wody i metanolu”. Fizyka molekularna . 61 (1): 161–175. doi : 10.1080/00268978700101051 . ISSN 0026-8976 .
^ Pawar, Amar B.; Kretzschmar, Ilona (2010). „Wytwarzanie, montaż i zastosowanie niejednolitych cząstek”. Szybka komunikacja makromolekularna . 31 (2): 150–168. doi : 10.1002/marc.200900614 . PMID 21590887 .
Bibliografia _ Wang, Yu; Rasa, Dana R.; Manoharan, Vinothan N.; Feng, Lang; Hollingsworth, Andrew D.; Weck, Marcus; Sosna, David J. (2012-11-01). „Koloidy z wartościowością i specyficznym wiązaniem kierunkowym” (PDF) . Natura . 491 (7422): 51–55. Bibcode : 2012Natur.491...51W . doi : 10.1038/natura11564 . ISSN 1476-4687 . PMID 23128225 .
^ ^a ^b ^c ^d Espinosa, Jorge R.; Garaizar, Adiran; Vega, Carlos; Frenkel, Daan; Collepardo-Guevara, Rosana (2019-06-14). „Załamanie prawa średnicy prostoliniowej i związane z tym niespodzianki we współistnieniu ciecz-para w układach niejednolitych cząstek” . The Journal of Chemical Physics . 150 (22): 224510. doi : 10.1063/1.5098551 . ISSN 0021-9606 . PMC 6626546 . PMID 31202247 .
^ ^ab ^Bianchi , Emanuela; Largo, Julio; Tartaglia, Piero; Zaccarelli, Emanuela; Sciortino, Francesco (2006-10-16). „Diagram fazowy niejednolitych koloidów: w kierunku pustych płynów”. Fizyczne listy przeglądowe . 97 (16): 168301. arXiv : cond-mat/0605701 . doi : 10.1103/PhysRevLett.97.168301 . PMID 17155440 .
^ ^a ^b ^c ^d Rovigatti, Lorenzo, JR; Romano, Flavio (2018). „Jak symulować niejednolite cząstki” . Europejski Dziennik Fizyczny E. 49 (59): 59. arXiv : 1802.04980 . doi : 10.1140/epje/i2018-11667-x . PMID 29748868 .

Powiązane czytanie

[ZhangNanoLett2004-1] Zhang, Zhenli; Glotzer, Sharon C. (2004). „Samoorganizacja niejednolitych cząstek”. Nano litery . 4 (8): 1407–1413. Bibcode : 2004NanoL...4.1407Z . doi : 10.1021/nl0493500 . PMID 29048902 .

[vanAndersACSNano2014-2] ^ ^a ^b ^c ^d ^e ^f ^g van Anders, Greg; Ahmed, N. Khalid; Smith, Ross; Engel, Michał; Glotzer, Sharon C. (2014). „Entropicznie niejednolite cząstki: inżynieria wartościowości poprzez entropię kształtu”. ACS Nano . 8 (1): 931–940. ar Xiv : 1304.7545 . doi : 10.1021/nn4057353 . PMID 24359081 .

[GlotzerNatMater2007-3] Glotzer, Sharon C.; Salomon, Michael J. (2007). „Anizotropia cegiełek i ich montaż w złożone struktury”. Materiały natury . 6 (8): 557–562. doi : 10.1038/nmat1949 . PMID 17667968 .

[4] Fusco, Diana; Charbonneau, Patrick (2013). „Krystalizacja asymetrycznych, niejednolitych modeli białek kulistych w roztworze”. Phys Rev E. 88 (1): 012721. arXiv : 1301.3349 . Bibcode : 2013PhRvE..88a2721F . doi : 10.1103/PhysRevE.88.012721 . PMID 23944504 .

[5] Kolafa, Jiří; Nezbeda, Ivo (maj 1987). „Symulacje Monte Carlo na prymitywnych modelach wody i metanolu”. Fizyka molekularna . 61 (1): 161–175. doi : 10.1080/00268978700101051 . ISSN 0026-8976 .

[6] Pawar, Amar B.; Kretzschmar, Ilona (2010). „Wytwarzanie, montaż i zastosowanie niejednolitych cząstek”. Szybka komunikacja makromolekularna . 31 (2): 150–168. doi : 10.1002/marc.200900614 . PMID 21590887 .

[7] Bibliografia _ Wang, Yu; Rasa, Dana R.; Manoharan, Vinothan N.; Feng, Lang; Hollingsworth, Andrew D.; Weck, Marcus; Sosna, David J. (2012-11-01). „Koloidy z wartościowością i specyficznym wiązaniem kierunkowym” (PDF) . Natura . 491 (7422): 51–55. Bibcode : 2012Natur.491...51W . doi : 10.1038/natura11564 . ISSN 1476-4687 . PMID 23128225 .

[:0-8] Espinosa, Jorge R.; Garaizar, Adiran; Vega, Carlos; Frenkel, Daan; Collepardo-Guevara, Rosana (2019-06-14). „Załamanie prawa średnicy prostoliniowej i związane z tym niespodzianki we współistnieniu ciecz-para w układach niejednolitych cząstek” . The Journal of Chemical Physics . 150 (22): 224510. doi : 10.1063/1.5098551 . ISSN 0021-9606 . PMC 6626546 . PMID 31202247 .

[:1-9] Bianchi , Emanuela; Largo, Julio; Tartaglia, Piero; Zaccarelli, Emanuela; Sciortino, Francesco (2006-10-16). „Diagram fazowy niejednolitych koloidów: w kierunku pustych płynów”. Fizyczne listy przeglądowe . 97 (16): 168301. arXiv : cond-mat/0605701 . doi : 10.1103/PhysRevLett.97.168301 . PMID 17155440 .

[Rovigatti-10] Rovigatti, Lorenzo, JR; Romano, Flavio (2018). „Jak symulować niejednolite cząstki” . Europejski Dziennik Fizyczny E. 49 (59): 59. arXiv : 1802.04980 . doi : 10.1140/epje/i2018-11667-x . PMID 29748868 .