🔬 condensed matter

A route to the thermodynamics of colloid-polymer mixtures from structural information

Este artículo presenta un marco que predice la termodinámica y el comportamiento de fase de fluidos complejos, tales como las mezclas de coloide-polímero, directamente a partir de las correlaciones estructurales medidas en un único punto de estado, evitando así la necesidad de conocer explícitamente los potenciales de interacción subyacentes.

Autores originales: Vikki Anand Varma, Andrew J. Archer, Alberto Scacchi

Publicado 2026-09-01

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Vikki Anand Varma, Andrew J. Archer, Alberto Scacchi

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el vasto mundo de la ciencia de materiales, existe una categoría de sustancias conocidas como materia blanda. Estos son materiales como geles, espumas y tejidos biológicos que no son ni sólidos ni líquidos en el sentido tradicional, sino más bien una mezcla fluida de diminutas partículas suspendidas en un solvente. Entre los más comunes de estos se encuentran los coloides, que son partículas microscópicas como pigmentos de pintura o glóbulos de grasa de la leche, a menudo mezclados con moléculas largas y en forma de cadena llamadas polímeros. Comprender cómo se comportan estas mezclas es crucial porque son la base de todo, desde sistemas industriales de administración de fármacos hasta la forma en que las células se organizan dentro de nuestros cuerpos. El desafío para los científicos ha sido durante mucho tiempo predecir cómo actuarán estas mezclas —si permanecerán mezcladas, si se separarán en capas o si formarán estructuras sólidas— sin conocer las fuerzas exactas e invisibles que empujan y atraen a las partículas entre sí. Usualmente, para hacer estas predicciones, los investigadores necesitan un mapa completo de cada interacción entre cada partícula, una tarea que a menudo es imposible porque las fuerzas camban dependiendo del entorno o son simplemente demasiado complejas para medirse directamente.

Un equipo de investigadores ha desarrollado ahora una nueva forma de resolver este rompecabezas mirando el resultado en lugar de la causa. En lugar de intentar descubrir las reglas ocultas de interacción, propusieron que la disposición de las propias partículas contiene la respuesta. Imagine mirar una habitación llena de gente y ver exactamente dónde está parada cada persona en relación con sus vecinos; este patrón espacial contiene toda la información necesaria para entender cómo se moverá o reaccionará el grupo, incluso si no sabe las razones personales por las cuales están parados allí. Los investigadores crearon un marco que toma esta información estructural —específicamente, qué tan probable es encontrar una partícula a cierta distancia de otra— y la utiliza para calcular todo el comportamiento termodinámico del sistema. Esto incluye predecir cómo responderá la mezcla a los cambios de presión o temperatura, y si se separará en diferentes fases.

El equipo probó este enfoque en una variedad de sistemas modelo, comenzando con fluidos simples hechos de un solo tipo de partícula y avanzando hacia mezclas complejas de coloides y polímeros. Comenzaron recopilando datos estructurales de simulaciones por computadora en un solo conjunto específico de condiciones, como una sola temperatura y densidad. A partir de este único instantánea de la estructura del sistema, construyeron una descripción matemática de la energía del sistema. Este método les permitió predecir cómo se comportaría el fluido a través de un amplio rango de otras condiciones, desde muy dispersas hasta muy densas, sin necesidad de conocer las fuerzas específicas que mantienen unidas a las partículas. Los resultados fueron sorprendentemente precisos. Cuando compararon sus predicciones con nuevos datos de simulación generados para el estudio, los resultados coincidieron estrechamente. El método predijo con éxito la presión del fluido y los puntos exactos donde la mezcla comenzaría a separarse en distintas fases líquidas, un fenómeno conocido como separación de fases.

Uno de los aspectos más significativos de este trabajo es que evita la necesidad de métodos "inversos", que son técnicas tradicionales que intentan reconstruir las fuerzas invisibles a partir de la estructura observada. Esos métodos antiguos a menudo fallan o se vuelven poco fiables cuando el fluido es denso porque luchan por contabilizar las formas complejas en que las partículas se influyen entre sí en grupos. El nuevo enfoque evita este escollo al centrarse directamente en la energía derivada de la estructura. Para las mezclas de coloide-polímero, los investigadores demostraron que podían distinguir entre partículas que simplemente no pueden solaparse, como bolas duras, y aquellas que pueden atravesarse suavemente, como nubes suaves. Al tratar estos diferentes comportamientos apropiadamente dentro de su marco, pudieron predecir con precisión el comportamiento de la mezcla, incluyendo el delicado equilibrio donde los coloides y los polímeros deciden separarse.

El estudio confirma que la información estructural obtenida en un solo punto de estado es suficiente para inferir la respuesta termodinámica más amplia de un sistema. Esto es un hallazgo poderoso para los experimentadores que pueden medir la estructura de un material utilizando técnicas como la dispersión de rayos X pero que pueden no conocer las fuerzas químicas precisas en juego. Los investigadores demostraron que, al analizar los patrones de las posiciones de las partículas, podían inferir la estabilidad de la mezcla y predecir su diagrama de fases. Si bien el trabajo actual se centra en sistemas donde las partículas interactúan de manera uniforme desde todas las direcciones, el éxito del método sugiere un nuevo camino hacia adelante para comprender los fluidos complejos. Ofrece una forma de entender el comportamiento de los materiales donde las interacciones microscópicas son desconocidas, dependen del estado o son demasiado difíciles de modelar, convirtiendo la estructura observable de un material en una ventana directa hacia su futuro termodinámico.

Resumen Técnico: Una ruta hacia la termodinámica de mezclas de coloides y polímeros a partir de información estructural

Planteamiento del problema
La teoría del estado líquido se basa tradicionalmente en una conexión rigurosa entre la estructura microscópica (por ejemplo, funciones de distribución radial, $g(r)$ , y factores de estructura estática, $S(k)$ ) y las propiedades termodinámicas macroscópicas. Sin embargo, predecir la termodinámica y el comportamiento de fase para fluidos complejos, como las mezclas de coloide-polímero, presenta un desafío significativo. Los enfoques convencionales requieren típicamente el conocimiento explícito de los potenciales de interacción subyacentes. En muchos sistemas experimentales y de materia blanda compleja, estas interacciones efectivas son o bien desconocidas, o dependen del punto de estado, o están fuertemente influenciadas por efectos de muchos cuerpos que hacen que las aproximaciones simples de potencial de par (como el potencial de fuerza media) sean inexactas a densidades finitas. Además, la obtención de propiedades termodinámicas precisas suele requerir la integración termodinámica (TI) sobre un amplio rango de puntos de estado, lo cual es computacionalmente demandante. Los métodos inversos existentes, como la Iteración de Boltzmann Inversa (IBI), pueden reconstruir potenciales a partir de datos estructurales, pero a menudo producen potenciales que conservan una dependencia del estado termodinámico específico, lo que limita su capacidad predictiva para un comportamiento de fase más amplio.

Metodología
Los autores desarrollan un marco para predecir la termodinámica y el comportamiento de fase directamente a partir de correlaciones estructurales obtenidas en un único punto de estado termodinámico, evitando la necesidad de potenciales de interacción explícitos. El enfoque construye un funcional de energía libre utilizando ya sea funciones de distribución radial ( $g(r)$ ) o factores de estructura estática ( $S(k)$ ) como entrada.

El formalismo distingue entre dos clases de interacciones:

Interacciones de volumen excluido: Sistemas con una repulsión de núcleo duro (donde $g(r)=0$ para $r < \sigma_u$ ).
Interacciones blandas: Sistemas donde las partículas pueden interpenetrarse (donde $g(r)$ permanece finito).

Para sistemas con interacciones de volumen excluido, el potencial de interacción total se descompone en un núcleo repulsivo de corto alcance ( $\phi_{ref}$ ) y una cola restante ( $\phi_{tail}$ ). El núcleo se mapea sobre un sistema de referencia de esferas duras efectivo. Un aspecto novedoso de este trabajo es la determinación del diámetro de esfera dura efectivo ( $\sigma_{opt}$ ). En lugar de utilizar prescripciones estándar como Barker-Henderson sobre un potencial conocido, $\sigma_{opt}$ se determina minimizando la diferencia entre la RDF de esferas duras de referencia y la RDF derivada de un potencial reconstruido mediante IBI (el cual sirve solo como un paso intermedio para aislar la contribución repulsiva).

La energía libre en exceso ( $F^{exc}$ ) se divide entonces en una contribución de referencia ( $F^{exc}_{ref}$ ) y una contribución de la cola ( $F^{exc}_{tail}$ ):

Sistema de referencia: $F^{exc}_{ref}$ se calcula utilizando la Teoría de Medida Fundamental (FMT) o la ecuación de estado de Carnahan-Starling para el fluido de esferas duras efectivo.
Contribución de la cola: Los autores proponen dos rutas complementarias para determinar la fuerza de interacción integrada ( $A$ $A$ ) que representa la cola:
1. Ruta de Integración Termodinámica (TI): Aproxima la función de correlación de pares promedio de acoplamiento utilizando la $g(r)$ del sistema completo, asumiendo que las correlaciones estructurales están dominadas por los efectos de volumen excluido.
2. Ruta de la Función de Correlación Directa (DCF): Utiliza la función de correlación directa de pares, $c^{(2)}(r)$ , obtenida mediante la relación de Ornstein-Zernike (OZ). La energía libre en exceso se expresa en términos de la diferencia entre la DCF del sistema completo y la del sistema de referencia ( $\Delta c^{(2)}$ ).

Para interacciones blandas (por ejemplo, polímeros), el marco utiliza la relación de la Aproximación de Fase Aleatoria (RPA), vinculando la fuerza integrada directamente con la DCF o el segundo coeficiente de Virial.

El marco se extiende a mezclas multicomponente (sistemas coloide-polímero) mediante la construcción de una matriz de fuerzas de interacción integradas ( $A_{ij}$ ) para todos los tipos de pares. La energía libre de referencia tiene en cuenta las correlaciones de esferas duras, los efectos de depleción (vía la teoría del volumen libre) y las interacciones suaves polímero-polímero, mientras que las contribuciones de la cola se añaden de forma perturbativa.

Contribuciones clave

Predicción de un único punto de estado: La contribución principal es un método para inferir la ecuación de estado y el comportamiento de fase a través de un rango de densidades utilizando datos estructurales de un solo punto de estado, sin requerir una integración termodinámica extensa ni conocimiento previo de los potenciales de interacción.
Marco inverso sin potenciales: El enfoque evita la reconstrucción de potenciales efectivos dependientes del estado. En su lugar, construye el funcional de energía libre directamente a partir de las correlaciones estructurales, utilizando la IBI solo como una herramienta transitoria para definir la geometría del sistema de referencia.
Robustez de las rutas: El estudio demuestra que la ruta de la DCF y la ruta de la TI producen resultados consistentes para la fuerza de interacción integrada, validando el uso de núcleos estructurales derivados de $c^{(2)}(r)$ o $g(r)$ para cálculos de energía libre.
Aplicabilidad a mezclas: El método mane los exitosamente mezclas binarias de coloide-polímero, contabilizando tanto las autocorrelaciones como las correlaciones cruzadas, incluyendo sistemas con interacciones polímero-polímero no ideales.

Resultados
El marco fue validado contra datos de simulaciones moleculares para:

Sistemas de un solo componente: Las pruebas en potenciales Lennard-Jones (12-6) y Mie generalizados (24-12) mostraron que las rutas de TI y DCF predijeron ecuaciones de estado en buen acuerdo con los datos de simulación en densidades bajas y altas. La ruta de Virial, basada en aproximaciones de límite diluido, funcionó pobremente a densidades más altas. Las curvas binodales predichas para el sistema 12-6 coincidieron con las tendencias de la simulación, aunque el punto crítico fue ligeramente subestimado, probablemente debido a diferencias en la truncación de los potenciales.
Mezclas de coloide-polímero: Aplicado a mezclas binarias con potenciales de polímero gaussiano y potenciales de coloide tipo Mie. El marco predijo con precisión la ecuación de estado (presión vs. densidad) para fracciones de coloide fijas.
Predicción del comportamiento de fase: El método predijo con éxito la coexistencia fluido-fluido (binodal) para una mezcla de coloide-polímero. El diagrama de fases resultante, derivado únicamente de correlaciones estructurales en un único estado de entrada, identificó correctamente la separación de fases en fases ricas en polímero/pobres en coloide y ricas en coloide/pobres en polímero, incluso cuando las interacciones polímero-polímero eran no ideales.

Significancia y afirmaciones
El artículo afirma establecer una ruta viable para inferir el comportamiento de fase directamente de la información estructural medida experimentalmente, incluso cuando las interacciones microscópicas no se conocen a priori. Esto es particularmente significativo para sistemas de materia blanda experimental donde las interacciones efectivas son difíciles de determinar con precisión y pueden variar según el estado del sistema.

Los autores enfatizan que su formulación proporciona una ruta general para construir funcionales de energía libre sin potenciales de interacción explícitos o modelos termodinámicos específicos del sistema. Señalan modestamente que la formulación actual está limitada a interacciones isotrópicas y no aborda explícitamente los grados de libertad orientacionales o sistemas fuertemente correlacionados (por ejemplo, coloides altamente cargados) donde las correlaciones de par por sí solas podrían ser insuficientes. Sin embargo, postulan que el marco sigue siendo aplicable a sistemas anisotrópicos donde las correlaciones estructurales están bien descritas por componentes isotrópicas. El trabajo sugiere que la información estructural en un solo punto de estado contiene información suficiente para predecir la respuesta termodinámica más amplia de fluidos complejos, ofreciendo una alternativa práctica a las simulaciones computacionalmente costosas o a los modelos de potencial inciertos.

Más como este