Los polímeros, moléculas de sustancias químicas que se repiten, son la base de muchos materiales:botellas de agua de plástico, neumáticos de goma, incluso la queratina en tu cabello. Cuando ciertos tipos de polímeros son sensibles a cambios en estímulos externos como la temperatura, se vuelven útiles, particularmente en aplicaciones biomédicas como la administración de medicamentos, Ingeniería de tejidos, y entrega de genes.

Un equipo de investigadores dirigido por Sanket Deshmukh, profesor asistente de ingeniería química, ha desarrollado un método para investigar las estructuras de polímeros que son sensibles a los estímulos externos. En un artículo de revista publicado recientemente en el Revista de letras de química física , el grupo desarrolló una primera de su clase, modelo computacional independiente de la temperatura para un polímero en particular que es sensible a la temperatura. Las trayectorias de simulación de este modelo computacional se analizaron utilizando un método de aprendizaje automático basado en datos.

El grupo eligió el polímero poli (N-isopropilacrilamida), también conocido como PNIPAM, que es sensible a la temperatura. A diferencia de la mayoría de los materiales, este polímero termosensible se disuelve en agua a temperaturas por debajo de 32 ℃ y es insoluble a temperaturas más altas, lo contrario de la mayoría de los materiales. La temperatura a la que cambia el comportamiento del polímero se conoce como temperatura de solución crítica más baja.

La temperatura de la solución crítica más baja del polímero termosensible se puede alterar, sin embargo, incorporando grupos de átomos que controlan la forma en que el polímero reacciona a los cambios en la temperatura circundante. Agregar átomos al polímero termosensible a los que les gusta o no les gusta el agua permite que el polímero cambie su temperatura de solución crítica más baja para acercarse a la temperatura del cuerpo humano de 37 ° C, lo cual es valioso para aplicaciones de administración controlada de medicamentos.

Un tipo de modelo computacional que el equipo de Deshmukh ha desarrollado para el polímero termosensible se llama modelo de grano grueso, donde un grupo de átomos se organiza juntos en el modelo en lo que se conoce como una cuenta. Es más, este es el primer intento de utilizar un enfoque específico de aprendizaje automático basado en datos, denominado método de escalado multidimensional no métrico, analizar las trayectorias de simulación de dinámica molecular de un modelo de grano grueso de un polímero sensible a la temperatura.

"Este análisis muestra la presencia de múltiples estados metaestables de PNIPAM durante su transición conformacional por encima de la temperatura de solución crítica más baja, que proporciona conocimientos completamente nuevos sobre este proceso, "Dijo Deshmukh.

"El desarrollo de modelos precisos de grano grueso es una tarea muy desafiante porque es necesario capturar las interacciones entre el polímero consigo mismo y entre el polímero y las moléculas de agua con mucha precisión, "dijo Karteek Bejagam, investigador postdoctoral en el laboratorio de Deshmukh y autor principal del estudio. "Específicamente, el sutil equilibrio en las interacciones entre el polímero y el agua debe capturarse con precisión para que pueda reproducir el comportamiento de solubilidad de los polímeros a diferentes temperaturas ".

"Sabemos que el modelo funciona, porque se mantuvo incluso en diversas condiciones, "dijo Yaxin An, un doctorado de tercer año. estudiante en el grupo de Deshmukh. "Es fantástico ver el comportamiento esperado tanto en la computadora como en la realidad".

Experimentalmente, Se ha informado que varios factores afectan la temperatura de solución crítica más baja del polímero termosensible. Por ejemplo, La tacticidad de la columna vertebral del polímero, un término que denota una disposición particular de moléculas, puede alterar la temperatura de solución crítica más baja observada en el rango de 17 ℃ a 34 ℃.

"Este nuevo modelo de grano grueso de PNIPAM se construyó de manera que puede retener la taciticidad de PNIPAM y, por lo tanto, puede capturar los efectos observados en experimentos de laboratorio, "dijo Samrendra Singh, un erudito visitante en el grupo de Deshmukh.

Esta investigación utilizó la supercomputadora Cori en el Centro Nacional de Computación Científica de Investigación Energética del Departamento de Energía para desarrollar estos modelos. La validación exhaustiva del modelo se realizó en Advanced Research Computing en Virginia Tech.

En el presente, El grupo de Deshmukh está utilizando el modelo del polímero termosensible para simular arquitecturas complejas con el objetivo de proporcionar información sobre las estructuras de las cadenas de polímeros individuales presentes en estos materiales. que de otro modo son inaccesibles incluso con los avances existentes en las técnicas experimentales.