钉扎衬底上化学自驱动二聚体马达的动力学性质研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:yqmaidou
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
活性物质在自然界广泛地存在,如鱼群、鸟群、蚁群到尺度更小的细菌、病毒等。它们通过某些特定的方式实现个体间的信息交流,呈现出复杂有趣的集体动力学行为。实验室中人工合成的微纳米马达,是人造的活性物质,能够从周围环境中汲取能量实现马达的自驱动,也可以作为微观能源动力装置。它们一方面能模拟生物活性物质行为,探索生命物质的基本运动规律;另一方面在靶向药物输运、污染物处理、微纳米马达自组装等领域有潜在应用前景。因此,作为一个交叉领域,正受到越来越多的关注。本文利用先进的介观模拟技术,采用了分子动力学(MD)与多粒子碰撞动力学(MPC)的混合方法,研究了由催化球和非催化球组成的化学自驱动球形二聚体马达在含有钉扎衬底的流体薄膜中动力学行为,发现了一系列有趣的现象,并探究了内在物理机理。第一章介绍了微纳米马达的研究背景。简述了自驱动机理、集体运动以及与本文密切相关的钉扎衬底上马达研究进展。第二章介绍了介观模型和数值模拟技术。第三章研究了受限在较大尺度势阱中马达的动力学行为。研究发现单个二聚体马达能够被衬底上的势阱所捕获,并产生围绕势阱中心的旋转运动。一对被捕获的二聚体马达可以在钉扎中自发形成丰富构象,包括反向平行排列和头尾相接的双峰马达对结构。研究分析了形成的动力学过程和结构特征。在第四章中,我们研究了无序衬底上较小尺度钉扎阵列对二聚体马达动力学性质的影响,发现衬底薄膜上随机分布的弱钉扎能够影响二聚体马达的运动,马达的扩散系数随着钉扎力或钉扎密度的增加而减小;在一定的临界钉扎力下,二聚体马达的扩散系数迅速下降;超过该临界钉扎力时,二聚体马达被完全钉住。最后将二聚体马达在不含钉扎的水溶液与含有钉扎阵列的流体薄膜中的运动进行了对比,发现了钉扎阵列有助于二聚体马达团簇形成,并对其形成机理进行了分析讨论。本文的研究结果有助于加深对无序衬底上自驱动微纳米马达运动行为的理解,为生物系统中类似活性物质体系的动力学行为认识提供借鉴,能够为微纳米马达在复杂活性流体环境中自组装的应用提供参考,并为具备生物医用功能的纳米器件的设计与相关实验的开展提供一定的帮助。
其他文献
视觉系统是一个复杂的信息处理系统,它的资源十分有限,这就决定了视觉注意在同一时刻只能选择性地加工外界环境中很少一部分的信息,因此需要一种有效的机制从信息冗余的外界环境中精准地找到目标刺激,以提高认知加工的效率。其中,视觉注意的控制机制在这一过程中发挥了不可忽视的作用。本研究想要探索的是视觉工作记忆对视觉注意的引导作用,这是研究者们近期提出的一种自上而下的视觉注意控制机制。有许多研究者认为视觉注意可
学位
职业生涯规划包括了对职业的定位,人生目标的设定以及如何实现自己目标的道路,是对人生道路进行整体性规划的过程。职业定位作为职业生涯规划的起点,对职业生涯规划起到至关重要的作用。然而,不知道自己适合什么职业是大多数人所面临的一个问题。目前现有的职业推荐方法,大多存在大众化、片面化的问题,并没有结合用户本身特点,来进行合理有效的个性化推荐。因此,从分析用户特征开始,提出了一种融合多种测评结果的多模型用户
学位
时序行为检测旨在检测视频中的行为,不仅需要精确定位行为的起止点,还要为其预测正确的类别。时序行为检测任务是高层自动视频内容理解任务的基础,具有重要的学术研究意义以及应用价值。目前,时序行为检测任务的难点主要体现在三个方面:(1)大部分研究工作采用基于锚框的检测方法,通过预定义锚框覆盖可能包含行为的区域,存在计算量大且不灵活的问题;(2)时序信息在视频行为检测中非常重要,但传统的卷积形式并不能充分捕
学位
近年来,受益于算法、硬件算力和数据集的高速发展,深度学习得到了广泛应用。但随着应用增多和数据量的增长,深度神经网络越来越复杂,参数规模从万级增加到亿级。单设备计算能力和存储能力有限,无法应对在大数据集上训练大模型。因此采用跨设备分布式并行技术将大模型切分为多个子模型,并将多个子模型分配到不同设备并行执行,已成为处理大模型的主流方法。现有的深度学习分布式并行策略主要基于专家经验设计,当模型、算法或集
学位
目的 观察不同病因所致急性颅内大血管闭塞缺血性卒中患者血栓的病理学特征。方法 前瞻性收集单中心2018年12月至2021年2月收治的行血管内治疗(endovascular treatment, EVT)的急性缺血性卒中患者颅内血栓标本及临床资料。采用HE染色对比血栓病理形态特征,用病理图像分析软件行定量分析。结果 共纳入99例患者,按照改良TOAST(trial of Org 10 172 in
期刊
数据链系统是一种军事信息系统,与传统军事信息系统相比,其具有更好的互操作性,从而促进各系统单元进行任务功能协作。而数据链系统自动测试一直是一个亟需解决、值得探索的课题。在过去的研究中,测试用例生成需要测试人员对自然语言形式的消息标准进行标记以建立形式化模型,并且需要测试人员根据模型建立测试模型以及测试环境。这样的测试方式需要消耗大量时间与人力,且对测试人员的经验要求过高,最终导致漏检率高。另外,过
学位
在位置社交网络(Location-Based Social Network,LBSN)中,邻居节点搜索问题是一个基本问题,并且已被学者们广泛研究。然而现有的大多数工作在进行此类查询时只关注节点本身的地理位置属性,而忽视了用户之间的社交关系。研究表明,在更多情况下,用户更倾向于和关系亲近的人参与某些社会活动,例如:相比于单独出行,用户更喜欢与朋友一起去酒吧或购物。出于这个考虑,本文提出了基于位置社交
学位
随着人工智能的普及和社会互联网化的发展,实现人机情感的智能交互逐渐成为人们的最新需求。通过脑电信号分析人们当下的情感状态,为机器赋予识别和表达情感的能力,对脑机交互和医疗康复等领域有重要研究意义。然而,脑电信号的非平稳特性使得脑电数据分布存在差异,基于脑电的情感识别精度往往比较低。为此,有学者提出将迁移学习应用于脑电数据分布对齐,提高情感识别性能。但是现有研究工作大多集中在域不变特征空间的学习上,
学位
逼近理论在数字图像等领域有着十分广泛的应用。本文主要研究基于逼近理论的相关算法及其在数字图像处理中的应用,主要研究内容包括:(1)余切指数逼近算法及其在信号处理领域的应用提出了一种基于帕德逼近的方法,用于寻找带余切指数不等式的改进边界,它能够恢复或改进已有盛行方法中的许多结果。还提出了一种新方法用于证明相应的边界,该方法也可用于证明更多其他类似的不等式边界。数值实验表明,新方法的边界具有比已有结果
学位
工作流因其能够高效、清晰的组织工作过程从而在科学研究和商业领域都得到了广泛的应用。在工作流的应用上,与集中式工作流系统相比,分布式工作流系统能够更好的解决单点失败、性能瓶颈、扩展性差等问题,因此在工作流技术的研究和应用领域中成为了主流。然而,在业务不断发展的当下,分布式工作流系统的执行正确性受到业务需求频繁更新的影响,与集中式的工作流系统相比,分布式工作流系统的实例分布在各个执行节点上,导致其受到
学位