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”:
- M. Dzięcielski, S. Wołoszczuk, M. Banaszak, CMST 2018, 24, 227.
- J. Jung, R. Kiełbik, K. Rudnicki, K. Hałagan, P. Polanowski, A. Sikorski, CMST 2018, 24, 235.
- 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.
- P. Polanowski, A. Sikorski, Soft Matter 2019, 15, 10045.
- J. Jung, R. Kiełbik, K. Hałagan, P. Polanowski, A. Sikorski, CMST 2020, 26, 69.
- P. Polanowski, A. Sikorski, Front. Phys. 2020, 8, 67480.
- S. Wołoszczuk, M. Banaszak, CMST 2020, 26, 89.
- R. Kiełbik, K. Rudnicki, Z. Mudza, J. Jung, Electronics 2020, 9, 1482.
- K. Hałagan, M. Banaszak, J. Jung, P. Polanowski, A. Sikorski, Polymers 2021, 13, 2758.
- K. Hałagan, M. Banaszak, J. Jung, P. Polanowski, A. Sikorski, Polymers 2021, 13, 4294.
- J. Tomaszewska, T. Sterzynski, A. Wozniak-Braszak, M. Banaszak, Polymers 2021, 13, 4336.
- P. Polanowski, A. Sikorski, Soft Matter 2021, 17, 10516.
- K. Hałagan, M. Banaszak, J. Jung, P. Polanowski, A. Sikorski, CMST 2021, 27, 141.
- O. Agajew, A. Sikorski, Macromol. Theory Simul. 2022, 31, 2100094.
- W. Raj, K. Hałagan, S. Kadłubowski, K. Szutkowski, J. Jung, J. Pietrasik, S. Jurga, A. Sikorski, Polymer 2022, 261, 125409.
- P. Polanowski, K. Hałagan, A. Sikorski, Polymers 2022, 14, 2522.
- R. Kiełbik, K. Hałagan, K. Rudnicki, P. Polanowski, G. Jabłoński, J. Jung, Comp. Phys. Comm. 2022, 283, 108591.
- G. Jabłoński, P. Amrozik, K. Hałagan, w przygotowaniu.
- P. Amrozik, K. Hałagan, P. Maczugowska, K. Rudnicki, G. Jabłoński, R. Kiełbik, ACM Transactions On Computer Systems, w przygotowaniu.
- K. Lewandowski, K. Gębicka, A. Kotlarska, A. Krzywicka, A. Łasoń, M. Banaszak, Lect. Notes Comput. Sci. 2020, 12044.
- J. Jung, K. Hałagan, and P. Polanowski, Computational Technologies in Engineering, 2019, 2078, 020019.