Исследователи смогут предсказывать свойства неупорядоченных полимеров

09:54, 03 Июн, 2019
Евгения Комарова

Команда ученых из Иллинойского (Урбана-Шампейн) и Массачусетского (Амхерст) университетов смогли считать паттерны длинных цепочек молекул, чтобы понять и предсказать поведение неупорядоченных нитей белков и полимеров.

Результаты проекта, помимо прочего, открывают путь к созданию новых материалов из синтетических полимеров. Теоретические данные для исследования предоставила лаборатория Чарльза Синга из Иллинойского университета, сообщает eurekalert.org. Они были проверены и подтверждены в ходе опытов, проведенных командой Сары Перри из Массачусетса. Результаты исследования представлены в ACS Central Science.

Специалисты хотели понять физику точных последовательностей заряженных мономеров цепи и ее влияние на способность полимеров создавать самособирающиеся структуры, коацерваты с координационными связями.

«На работу нас вдохновили биологические системы, — сказал Синг. – Обычный белок скручен в точную структуру. Пори этом она основана на, по сути, неупорядоченных протеинах».

Исследование основано на прошлом проекте авторов от 2017-го, целью которого было улучшение дизайна умных материалов.

«Предыдущая работа показала значимость последовательностей. Теперь мы поняли причину, — объяснил Синг. – От последовательностей зависят свойства коацерватов с координационными связями. Теперь мы можем использовать теорию для точного предсказания поведения материала».

В отличие от структурированных белков, синтетические полимеры не взаимодействуют с помощью специфических схем связи. Они реагируют за счет широкого спектра молекул из окружения. Команда выяснила, что, несмотря на это, последовательности мономеров вдоль протеина имеют значение. Авторы показали, что манипуляции с мощностью и положением заряда влияют на термодинамические свойства.

«Изменив в последовательности 1 мономер (связь в цепи), мы воздействуем на формирование структуры и сможем предсказать результат», — сказал Синг.

Информация, в частности, позволит создавать избирательные фильтрующие мембраны. Авторы надеются, что, результаты исследования расширят возможности разработчиков умных материалов.

Поделитесь этой новостью
Комментарии (0)

Ваш адрес email не будет опубликован. Обязательные поля помечены *