图案化表面上高分子链的吸附和模式识别的研究

The conformation of adsorbed polymers is not only important for understanding surfaces but also plays a key role in the application of chemical and biological engineering. The adsorption of copolymer chains on the homogeneous surface is dependent on the sequence of chains, the fraction of attractive monomers, and the block length. And the pattern recognition temperature of polymer on the stripe surface is dependent on the stripe width. However, the adaptive mechanism for the conformation change of polymer on the surface remains unclear. In this project, we study the adsorption and pattern recognition of polymer on patterned surfaces by using dynamic Monte Carlo simulation. We try to reveal the law for self-adaptive adjustment of polymer conformations on pattern surface. We try to explore the matching relationship between the adsorption layer of polymer on the patterned surface and the sequence structure of polymer as well as surface pattern. We also try to illuminate the mechanism and rules for the pattern recognition of polymer chains on patterned surfaces, and to recover the scaling relation and the phase diagram. We will study on the effect of competition and cooperation between the internal interaction in polymer and the surface attraction. Moreover, we will further explore the influence of chain stiffness and external force on the adsorption and matching of polymer chains on patterned surfaces. The results are expected to provide theoretical basis for biosensor chip, and to have important theoretical significance for the detection and separation of biological macromolecules.

高分子的吸附态构象的研究不仅对理解表面十分重要，而且在化工和生物工程的应用起关键作用。共聚高分子链在均质表面的吸附与链的序列、组成分数、嵌段长度相关，均聚高分子在条纹表面的模式识别温度与条纹宽度相关，但高分子在表面的构象自适应变化机理仍不清楚。我们拟用动力学Monte Carlo 方法研究高分子在图案化表面的吸附和模式识别，揭示高分子构象的自适应调整规律，探索高分子在图案化表面的吸附层与高分子序列结构、表面图案之间的匹配关系，阐明高分子链与图案表面的模式识别的机理和规律，给出标度关系和相图；研究高分子链内部相互作用和表面吸引作用之间的竞争与合作效应，探索链刚性和外力对高分子链在图案化表面上的吸附和匹配的影响规律。研究结果预期为生物传感器芯片提供理论依据，对生物大分子的检测和分离有重要的理论指导意义。

本项目采用动力学蒙特卡罗方法模拟研究高分子与图案化表面之间的吸附及模式识别，研究了高分子匹配条纹吸附表面的动力学过程和其构象的自适应调整行为。模拟研究发现均聚物和两嵌段聚合物在选择性表面上的吸附构象性质具有差异。在吸附过程中，均聚物会吸附在单一类型条纹上，而两嵌段聚合物会吸附在两种类型条纹上。不同的链段结构也会影响两嵌段聚合物在选择性表面上的吸附构象。探索了高分子多链在溶液中与具有吸引能力的表面的吸附特性、构象性质以及高分子多链在表面吸附过程中的动态性质。其中高分子多链在不同的表面覆盖率下，主要表现为有限链长时，随着表面覆盖率的增加，高分子链的临界吸附点降低，并且高分子链的均方回转半径减小。研究了环形链在均质表面吸附的形状因子在相同的条件下小于线性链的形状因子。研究不同外力场对高分子吸附和构象的影响，探索了均质分子和嵌段高分子在条纹表面吸附的差异。均质表面上吸附的高分子链，在临界吸附温度以下存在两种不同温度使高分子链的吸附性质和构象性质受外力驱动作用而产生不同现象，在稍高的温度区间时会发生脱附现象，而在较低温度时不会发生脱附现象。模拟发现高分子链的临界吸附温度随外力的增大而减小。以上研究结果对生物大分子的检测和分离有一定的理论指导意义。我们通过深度学习可以很好地识别高分子链在均质表面的脱附态和吸附态以及在条纹表面的脱附、多条纹吸附和单条纹吸附的三个不同状态。同时我们发现神经网络可以用于计算高分子的临界吸附温度，神经网络结合传统蒙特卡罗方法可以为高分子模拟计算研究提供一种新的方法。