Immagine di simulazione che mostra l'autoassemblaggio di due MNP sotto un campo magnetico. Credito:Yaroslava Yingling e Akhlak Ul-Mahmood
I ricercatori della North Carolina State University hanno sviluppato un nuovo strumento computazionale che consente agli utenti di condurre simulazioni di nanoparticelle magnetiche multifunzionali con dettagli senza precedenti. Il progresso apre la strada a un nuovo lavoro volto allo sviluppo di nanoparticelle magnetiche da utilizzare in applicazioni dalla somministrazione di farmaci alle tecnologie dei sensori.
"Le nanoparticelle magnetiche autoassemblanti, o MNP, hanno molte proprietà desiderabili", afferma Yaroslava Yingling, autrice corrispondente di un articolo sul lavoro e illustre professore di scienza e ingegneria dei materiali presso lo stato dell'NC. "Ma è stato difficile studiarli, perché i modelli computazionali hanno lottato per tenere conto di tutte le forze che possono influenzare questi materiali. Gli MNP sono soggetti a una complicata interazione tra campi magnetici esterni e van der Waals, elettrostatici, dipolari, sterici, e interazioni idrodinamiche."
Molte applicazioni degli MNP richiedono una comprensione di come si comporteranno le nanoparticelle in ambienti complessi, come l'utilizzo di MNP per fornire una specifica proteina o molecola di farmaco a una cellula colpita dal cancro mirata utilizzando campi magnetici esterni. In questi casi, è importante essere in grado di modellare accuratamente il modo in cui gli MNP risponderanno a diversi ambienti chimici. Le precedenti tecniche di modellazione computazionale che esaminavano gli MNP non erano in grado di tenere conto di tutte le interazioni chimiche che gli MNP sperimentano in un dato ambiente colloidale o biologico, concentrandosi invece principalmente sulle interazioni fisiche.
"Quelle interazioni chimiche possono svolgere un ruolo importante nella funzionalità degli MNP e nel modo in cui rispondono al loro ambiente", afferma Akhlak Ul-Mahmood, primo autore dell'articolo e Ph.D. studente presso NC State. "E la modellazione computazionale dettagliata degli MNP è importante perché i modelli ci offrono un percorso efficiente per progettare MNP per applicazioni specifiche.
"Ecco perché abbiamo sviluppato un metodo che tiene conto di tutte queste interazioni e creato un software open source che la comunità delle scienze dei materiali può utilizzare per implementarlo."
"Siamo ottimisti sul fatto che ciò faciliterà nuove ricerche significative sugli MNP multifunzionali", afferma Yingling.
Per dimostrare l'accuratezza del nuovo strumento, i ricercatori si sono concentrati sulle nanoparticelle di magnetite funzionalizzate con ligando di acido oleico, che sono già state studiate e sono ben comprese.
"Abbiamo scoperto che le previsioni del nostro strumento sul comportamento e le proprietà di queste nanoparticelle erano coerenti con ciò che sappiamo su queste nanoparticelle sulla base dell'osservazione sperimentale", afferma Mahmood.
Inoltre, il modello ha anche offerto nuove informazioni sul comportamento di questi MNP durante l'autoassemblaggio.
"Riteniamo che la dimostrazione non solo dimostri che il nostro strumento funziona, ma evidenzi il valore aggiuntivo che può fornire in termini di aiutarci a capire il modo migliore per progettare questi materiali al fine di sfruttarne le proprietà", afferma Yingling.
Il documento, "All-Atom Simulation Method for Zeeman Alignment and Dipolar Assembly of Magnetic Nanoparticles", è pubblicato nel Journal of Chemical Theory and Computation . + Esplora ulteriormente
