Polymerer – molekyler av återkommande kemikalier – är grunden för många material:vattenflaskor av plast, gummidäck, även keratinet i håret. När vissa typer av polymerer är känsliga för förändringar i yttre stimuli såsom temperatur, de blir hjälpsamma, särskilt i biomedicinska applikationer som läkemedelstillförsel, vävnadsteknik, och genleverans.

Ett team av forskare ledd av Sanket Deshmukh, biträdande professor i kemiteknik, har utvecklat en metod för att undersöka strukturerna hos polymerer som är känsliga för yttre stimuli. I en nyligen publicerad tidskriftsartikel i Journal of Physical Chemistry Letters , gruppen utvecklade en första i sitt slag, temperaturoberoende beräkningsmodell för en viss polymer som är känslig för temperatur. Simuleringsbanor för denna beräkningsmodell analyserades med hjälp av en datadriven maskininlärningsmetod.

Gruppen valde polymeren poly(N-isopropylakrylamid), även känd som PNIPAM, som är temperaturkänslig. Till skillnad från de flesta material, denna värmekänsliga polymer löses i vatten vid temperaturer under 32 ℃ och är olöslig vid högre temperaturer – det omvända från de flesta material. Temperaturen vid vilken polymerens beteende förändras är känd som en lägre kritisk lösningstemperatur.

Den värmekänsliga polymerens unikt lägre kritiska lösningstemperatur kan ändras, dock, genom att inkorporera grupper av atomer som styr hur polymeren reagerar på förändringar i den omgivande temperaturen. Genom att lägga till atomer till den värmekänsliga polymeren som gillar eller ogillar vatten kan polymeren ändra dess lägre kritiska lösningstemperatur till att vara nära den mänskliga kroppstemperaturen på 37 ℃ – värdefullt för applikationer med kontrollerad läkemedelstillförsel.

En typ av beräkningsmodell som Deshmukhs team har utvecklat för den värmekänsliga polymeren kallas en grovkornig modell, där en grupp atomer är ordnade tillsammans i modellen i vad som kallas en pärla. Dessutom, detta är ett första försök någonsin att använda en specifik datadriven maskininlärningsmetod, kallas en icke-metrisk flerdimensionell skalningsmetod, att analysera molekylära dynamiksimuleringsbanor för en grovkornig modell av en temperaturkänslig polymer.

"Denna analys visar närvaron av flera metastabila tillstånd av PNIPAM under dess konformationsövergång över den lägre kritiska lösningstemperaturen, som ger helt nya insikter om denna process, " sa Deshmukh.

"Utveckling av exakta grovkorniga modeller är en mycket utmanande uppgift eftersom man måste fånga interaktionerna mellan polymeren med sig själv och mellan polymeren och vattenmolekylerna mycket exakt, " sa Karteek Bejagam, en postdoktorand forskare i Deshmukhs labb och en huvudförfattare till studien. "Specifikt, den subtila balansen i växelverkan mellan polymeren och vattnet måste fångas noggrant så att den kan reproducera löslighetsbeteendet hos polymerer vid olika temperaturer."

"Vi vet att modellen fungerar, eftersom det höll i sig även under varierande förhållanden, sa Yaxin An, ett tredje år Ph.D. student i Deshmukhs grupp. "Det är fantastiskt att se beteendet som förväntat både på datorn och i verkligheten."

Experimentellt, flera faktorer har rapporterats påverka den lägre kritiska lösningstemperaturen för den värmekänsliga polymeren. Till exempel, polymerens ryggradstakticitet – en term som betecknar ett speciellt arrangemang av molekyler – kan förändra den observerade lägre kritiska lösningstemperaturen i intervallet 17 ℃ till 34 ℃.

"Denna nya grovkorniga modell av PNIPAM byggdes så att den kan bibehålla PNIPAMs tysthet och därmed kan fånga effekter som observerats i laboratorieexperiment, " sa Samrendra Singh, en gästforskare i Deshmukhs grupp.

Denna forskning använde Cori-superdatorn vid Department of Energys National Energy Research Scientific Computing Center för att utveckla dessa modeller. Den omfattande valideringen av modellen gjordes vid Advanced Research Computing vid Virginia Tech.

För närvarande, Deshmukhs grupp använder modellen av den värmekänsliga polymeren för att simulera komplexa arkitekturer med målet att ge insikter om strukturerna på individuella polymerkedjor som finns i dessa material, som annars är otillgängliga även med de existerande framstegen inom de experimentella teknikerna.