Download Por qué necesitamos Supercómputo?

Simulaciones en Materia Condensada Blanda: aplicaciones a Microfluídica y Membranas lipídicas ( Por qué necesitamos Supercómputo?)
Claudio Pastorino
CONICET­CNEA
Grupo de Materia Condensada,
Departamento de Física,
Centro Atómico Constituyentes
CNEA
Av. Gral. Paz 1499, San Martín, Pcia. De
Buenos Aires, Argentina
http://www.tandar.cnea.gov.ar/~pastorin
Grupo de Materia Condensada
Investigadores (~35)
­ Experimentales
­ Teóricos
­ “Numéricos”
­Becarios doc y postdoc (~15)
Estudiantes (~8)
GMC 2009
Simulación: gente, métodos y escalas
Laría
Elola
Rodríguez
CG­MD
DPD
Pastorino
Rosetti
Gamba
Di Napoli
Llois
Weissman
Weht
Vildosola
Guevara
Barral
Ferrari
Adaptado de G. Sutmann, NIC Series 10, 211 (2002)
Materia Condensada Blanda
●
●
Surfactantes (agua y
lípidos)
–
Burbujas de jabón
–
Membranas
lipídicas
●
Polímeros
●
Coloides
●
Cristales líquidos
Soluciones de
macromoléculas
Materia Condensada Blanda (2)
●
Elemento básico: moléculas orgánicas
–
Estructuralmente complejas
–
Forma anisotrópica
–
Ligadas por interacciones débiles
●
“Sistemas Complejos”
●
Propiedades estructurales:
–
●
Orden en distintas escalas temporales y
espaciales
La entropía tiene un rol central:
–
Rango de estabilidad de las fases cercanas
a T ambiente
–
Pequeños cambios de T,
inducen
transiciones de fase
Materia Condensada Blanda (3)
●
Subgrupo: Materia biológica
–
–
–
●
Proteínas (polímeros)
ADN (polímeros) y estructuras asociadas
Membranas celulares (agregados de lípidos)
Propiedad particular: no están en equilibrio in
vivo
Ejemplo: surfactantes
Fases de agua y lípidos
●Moléculas amfifílicas: ●
Cola: Repulsión por el agua
Cabeza: Atracción por el agua
Modelos de Grano Grueso
Ejemplo: membranas
M. Müller et al, Phys. Rep. 434, 113 (2006)
Membranas biológicas modelo
●
Mezclas de dos lípidos diferentes
●
Interacciones similares
●
●
Diferente forma de las cadenas
carbonadas
Separación de fases:
–
Macroscópica (DAPC-DPPC
equimolar)
–
Microscópica (DUPC-DPPC
equimolar)
Trabajo de Carla Rosetti
m4.sh Polímeros
●
Líquidos complejos
●
Líquidos no-Newtonianos:
–
●
●
●
●
“Infinitos líquidos simples en
un sólo líquido” según las
condiciones de flujo
Fases mesoscópicas
Orden en diferentes escalas
espaciales
Relajación en diferentes
escalas temporales
Viscoelasticidad: “sólido” en
escalas cortas de tiempo y
“líquido” en escalas grandes
Rubinstein, Colby, Polymer Physics, Oxford (2003)
Modelo de Grano-Grueso: polímeros (2)
Ejemplo: líquido polimérico Se reducen grados de libertad del
sistema original
●
Se “pierden” las escalas
espaciales y temporales más
pequeñas.
●
Se accede a escalas mayores de
longitud y tiempo
●
J. Baschnagel et al. Adv. Pol. Sci. 152, 41 (2000)
Motivation: Nano- and Microfluidics
“Natural” Microfluidic network
Physics of flows at the Nano­scale
●Simple and complex fluids ●Qualitatively different behavior as compared to macroscopic flows
●Understand natural "microdevices"
●Lab­on­a­chip technology
●Long term goal: automation of complex chemical and biological processes
●
Droplet generation
Lab­on­chip device:
Microfluidic network
Soft lithography: soft circuits for liquids (PDMS)
Duffy et al. Anal. Chem. 70:4974 (1998)
Tabelling, Introduction to
Microfluidics, Oxford (2005)
Squires & Quake Rev. Mod. Phys. 77, 977 (2005)
Microfluídica: Flujo de un líquido polimérico
confinado entre sustratos blandos
Cepillo polimérico: prototipo de medio confinado blando
Beads de las cadenas Fijas a la pared
Líquido polimérico
Interfase líquido­cepillo
Ejemplo: Flujo de un líquido polimérico confinado
entre sustratos blandos
●
Cadenas con N=10 ó N=30
●
Flujos
–
Couette
–
Poiseuille
Perfiles de velocidad
●
Conservación de la
temperatura
●
Flujo de un líquido polimérico confinado entre
sustratos blandos
Distribución de ángulos ● Experimentos de molécula única
●
c
Movimiento cíclico de la cadena
Doyle et al. PRL 84 4769 (2000)
Winkler, PRL 97, 128301 (2006)
Geraschenko & Steinberg, PRL 96, 38304 (2006)
Flujo de un líquido polimérico confinado
entre sustratos blandos
Una cadena de ADN
Cepillo polimérico
Simulaciones
●MD+DPD
●Single chain in mean field simulations
●
Experimento: fluorescencia de ADN
●Teoría
●
M. Müller & C. Pastorino, Europhys. Lett. 81:28002 (2008) (arxiv.org/abs/0708.4245)
Flujo de un líquido polimérico confinado
entre sustratos blandos
Dinámica cíclica de una cadena fijada a la pared
●Movimiento cíclico asincrónico de las distintas cadenas de cepillo
●
m1.sh
Flujo de un líquido polimérico confinado
entre sustratos blandos
Qué ocurre si agregamos
trazadores? Perfil de densidades
Flujo de un líquido polimérico confinado
entre sustratos blandos
●
Inversión de flujo de los trazadores
Flujo de un líquido polimérico confinado
entre sustratos blandos
Densidad de momento lineal de los trazadores
●Transporte en sentido opuesto al flujo principal!
●
Flujo principal
●Sentido de
la fuerza externa
●
Flujo de un líquido polimérico confinado
entre sustratos blandos
Los trazadores tiene velocidad con sentido opuesto
a la del flujo polimérico las distintas cadenas de cepillo
● Transporte de neto de partículas en sentido opuesto
●Mecanismo de separación de moléculas?
●
m2.sh
Teoría, Simulaciones y experimentos
Simulación
Supercomputadoras
Naturaleza
Teoría
Experimento
Triángulo de Landau
Por qué Supercómputo ?
●
●
Sistema físico: bicapas de
DPPC
Scaling con Infiniband
–
32x con eficiencia
100% (1mes en
1dia ! )
–
128x con eficiencia
80% (2 años en
una semana !)
Por qué Supecómputo?
●
Investigamos:
Microfluídica “analógica”:
flujo de líquidos en nanocanales blandos
●
●
●
Queremos Investigar:
Microfluídica “digital”
Flujo y dinámica de gotas
poliméricas
Superficies superhidrofóbicas
m6.sh
Por qué Supecómputo?
●
Investigamos:
membranas lipídicas mixtas
●
●
Proteínas (modelo)
●
Difusión ~10 veces menor
●
Podríamos Investigar:
Interacciones efectivas de
proteínas en membranas
lipídicas mixtas
●
Simulaciones 10x más
largas
Efecto de las fluctuaciones
de la membrana
Interacciones efectivas, agregación,
Fenómenos de interfase !
Dinámica Molecular (5)
Ecuación más sencilla posible:
Ec. de Newton
En nuestro caso (simulando “solvente implícito”):
Ec. de Langevin
Integración de las ecuaciones de movimiento para obtener una trayectoria del sistema en un ensamble determinado
●
Gracias !
Contacto:
Claudio Pastorino
[email protected]
http://www.tandar.cnea.gov.ar/~pastorin
Modelo de Grano-Grueso: polímeros (1)
Modelos de Grano Grueso : polímeros (2)
Termostato+Radio de corte:
●
–
Solvente “implícito”
Radio de corte del potencial
Lennard-Jones:
●
–
Sólo parte repulsiva:
condiciones de buen
solvente
–
Incluir parte atractiva:
solvente pobre
Se desplaza en “Y” para que
converja a 0.
●
●
Interacciones de a pares
Simulaciones: Dinámica Molecular (1)
●
●
●
Condiciones físicas de la simulación
–
Ensemble: NVE, NVT, NpT, etc.
–
Condiciones de contorno
–
Equilibrio, fuera del equilibrio
Modelo físico-químico del sistema
–
Qué grados de libertad incluimos?
–
Interacciones, potenciales clásicos, modelos cuánticos
Integración numérica de las ecuaciones de movimiento
Dinámica Molecular (2)
Dinámica Molecular (3)
●
●
●
●
Integrar (ignorar) algún grado de libertad del sistema físico que
se estudia.
Agregar grados de libertad a los reales del sistema.
Lograr alguna condición experimental, imponiendo vínculos o
condiciones de contornso.
De esta forma se logran:
–
Termostatos, baróstatos.
–
Ignorar la dinámica de grados de libertad que no interesan
para el problema estudiado.
–
Ampliar las escalas espaciales o temporales en que se
estudia el sistema.
Interacciones: Potenciales clásicos
●
●
Potenciales entre quienes?
–
Átomos
–
“Beads”: grupos de átomos en un único sitio de
interacción
–
Moléculas (interacciones efectivas)
Potenciales:
–
Lennard-Jones
–
Coulombiano
–
Torsional
–
Bending
–
Stretching
Flujo de un líquido polimérico confinado
entre sustratos blandos
Densidad de momento lineal de los beads del cepillo