Estudio de partículas autopropulsadas a escala molecular

Los sistemas de materia activa tienen la capacidad de exhibir autopropulsión consumiendo energía para producir trabajo mecánico, manteniéndose fuera del equilibrio. Se producen en una amplia gama de escalas, desde mamíferos y pájaros hasta bacterias. Un objetivo importante en el campo es el desarrollo de partículas artificiales a micro y nanoescala capaces de autopropulsión, los llamados nadadores. Estos nadadores tienen el potencial para aplicaciones innovadoras, como por ejemplo el “drug delivery”, la microcirugía no invasiva y la purificación de agua. Sin embargo, conseguir propulsión a escalas tan pequeñas es difícil, necesitando la investigación de nuevos mecanismos de propulsión.

Esta tesis demuestra un mecanismo de propulsión para una molécula, el nitrometano, mediante simulaciones de dinámica molecular. La molécula recibe una excitación vibracional de alta energía que después se libera de forma anisotrópica al agua circundante. Esto da lugar a picos de velocidad de propulsión que son capaces de aumentar la difusión translacional de la molécula. El modelo de nitrometano constituye el ejemplo más pequeño de una partícula autopropulsada.

Finalmente, se presenta y se utiliza una clase de potenciales interatómicos de aprendizaje automático de última generación, basados en redes neuronales, para el estudio de la termoforesis, un fenómeno estrechamente relacionado con el mecanismo de propulsión del nitrometano y con una marcada sensibilidad a las interacciones soluto-solvente. Los potenciales de red neuronal permiten la exploración de sistemas a gran escala con precisión comparable con cálculos cuánticos. Estos nuevos algoritmos se están desarrollando a un ritmo rápido y permiten la caracterización precisa de sistemas de materia condensada, un ingrediente crítico en el desarrollo de partículas autopropulsadas.