Przejdź do treści

project-aruz

Projekt NCN OPUS (kierownik: prof. Andrzej Sikorski, UW)

Projekt UMO-2017/25/B/ST5/01970 pt. „Badanie złożonych procesów makromolekularnych z wykorzystaniem Analizatora Rzeczywistych Układów Złożonych” realizowany był w Katedrze Fizyki Molekularnej PŁ w latach 2017-2022 we współpracy z Uniwersytetem Warszawskim i Uniwersytetem im. Adama Mickiewicza w Poznaniu.

Głównym celem projektu jest teoretyczne zbadanie procesów powstawania złożonych układów makromolekularnych. Wynika to z faktu, że struktura i własności lepko-sprężyste takich układów są wciąż słabo rozpoznane, zwłaszcza, jeśli zawierają polimery silnie rozgałęzione czy też znajdują się w złożonych geometriach. Do tego celu zostały użyte nowoczesne narzędzia obliczeniowe, oparte o symulacje komputerowe metodami Monte Carlo. Badane są układy polimerowe, zawierające makrocząsteczki o złożonej architekturze wewnętrznej (dendrymery, polimery silnie rozgałęzione, polimery gwiaździście rozgałęzione) o różnej sekwencji merów w łańcuchach (kopolimery blokowe, mikto-gwiazdy). Zbadany został wpływ temperatury, składu, gęstości środowiska, dyfuzji, obecności katalizatora itp. na przebieg procesu polimeryzacji. Wyznaczone zostały właściwości statyczne i dynamiczne powstałych układów polimerowych oraz ich potencjalne zastosowanie jako nośniki leków.

Ze względu na olbrzymią ilość parametrów opisujących proces polimeryzacji i mających wpływ na strukturę powstających złożonych układów makromolekularnych istnieje potrzeba użycia odpowiednio uproszczonych modeli tych układów i odpowiednich narzędzi obliczeniowych do wyznaczania ich właściwości. W tym celu zaprojektowane zostały gruboziarniste modele ze zredukowaną reprezentacją makrocząsteczek. Ten typ modeli pozwala na badanie szerokiej klasy obiektów w różnych skalach czasowych, a także na odpowiedzi na podstawowe pytanie o ich właściwości. Jednak nawet tak proste modele nie mogą być rozwiązane dokładnie za pomocą teorii analitycznych, co wymusza użycie symulacji komputerowych. W tym celu zostały przygotowane/dostosowane do badanych zagadnień nowoczesne i wydajne narzędzia obliczeniowe: algorytm ruchów kooperatywnych (CMA – Cooperative Motion Algorithm) i model dynamicznej cieczy sieciowej (DLL – Dynamic Lattice Liquid). Symulacje zostały przeprowadzone z wykorzystaniem dedykowanego symulatora ARUZ (Analizator Rzeczywistych Układów Złożonych), maszynie zaprojektowanej do rozwiązywania tego typu zagadnień, znajdującej się w Łódzkim BioNanoParku. Wyniki symulacji zostały również porównane z badaniami eksperymentalnymi zsyntezowanych materiałów polimerowych z użyciem kontrolowanej polimeryzacji rodnikowej.

Ważnym i bezpośrednim wynikiem realizacji projektu jest teoretyczny opis procesów polimeryzacji i wyznaczenia właściwości statycznych i dynamicznych powstających układów polimerowych. Poznanie szczegółów tych procesów pomoże w projektowaniu nowych materiałów w oparciu o informacje na poziomie mikroskopowym. Znajomość struktury i dynamiki takich układów pozwoli na zbadanie ich przydatności do uwalniania leków, procesu dyfuzji przez membrany (jak np. błony komórkowe), czy ośrodki porowate. Wyniki uzyskane w ramach realizacji projektu będą punktem wyjścia do budowy nowych teorii analitycznych opisujących złożone układy makromolekularne.

PUBLIKACJE będące rezultatem prowadzonych prac w ramach projektu UMO-2017/25/B/ST5/01970 pt. „Badanie złożonych procesów makromolekularnych z wykorzystaniem Analizatora Rzeczywistych Układów Złożonych”:

  1. M. Dzięcielski, S. Wołoszczuk, M. Banaszak, CMST 2018, 24, 227.
  2. J. Jung, R. Kiełbik, K. Rudnicki, K. Hałagan, P. Polanowski, A. Sikorski, CMST 2018, 24, 235.
  3. M. O. Tuhin, S. Woloszczuk, K. P. Mineart, M. A. Pasquinelli, J. D. Sadler, S. D. Smith, M. Banaszak, R. J. Spontak, J. Chem. Phys. 2018. 148, 231101.
  4. P. Polanowski, A. Sikorski, Soft Matter 2019, 15, 10045.
  5. J. Jung, R. Kiełbik, K. Hałagan, P. Polanowski, A. Sikorski, CMST 2020, 26, 69.
  6. P. Polanowski, A. Sikorski, Front. Phys. 2020, 8, 67480.
  7. S. Wołoszczuk, M. Banaszak, CMST 2020, 26, 89.
  8. R. Kiełbik, K. Rudnicki, Z. Mudza, J. Jung, Electronics 2020, 9, 1482.
  9. K. Hałagan, M. Banaszak, J. Jung, P. Polanowski, A. Sikorski, Polymers 2021, 13, 2758.
  10. K. Hałagan, M. Banaszak, J. Jung, P. Polanowski, A. Sikorski, Polymers 2021, 13, 4294.
  11. J. Tomaszewska, T. Sterzynski, A. Wozniak-Braszak, M. Banaszak, Polymers 2021, 13, 4336.
  12. P. Polanowski, A. Sikorski, Soft Matter 2021, 17, 10516.
  13. K. Hałagan, M. Banaszak, J. Jung, P. Polanowski, A. Sikorski, CMST 2021, 27, 141.
  14. O. Agajew, A. Sikorski, Macromol. Theory Simul. 2022, 31, 2100094.
  15. W. Raj, K. Hałagan, S. Kadłubowski, K. Szutkowski, J. Jung, J. Pietrasik, S. Jurga, A. Sikorski, Polymer 2022, 261, 125409.
  16. P. Polanowski, K. Hałagan, A. Sikorski, Polymers 2022, 14, 2522.
  17. R. Kiełbik, K. Hałagan, K. Rudnicki, P. Polanowski, G. Jabłoński, J. Jung, Comp. Phys. Comm. 2022, 283, 108591.
  18. G. Jabłoński, P. Amrozik, K. Hałagan, w przygotowaniu.
  19. P. Amrozik, K. Hałagan, P. Maczugowska, K. Rudnicki, G. Jabłoński, R. Kiełbik, ACM Transactions On Computer Systems, w przygotowaniu.
  20. K. Lewandowski, K. Gębicka, A. Kotlarska, A. Krzywicka, A. Łasoń, M. Banaszak, Lect. Notes Comput. Sci. 2020, 12044.
  21. J. Jung, K. Hałagan, and P. Polanowski, Computational Technologies in Engineering, 2019, 2078, 020019.