Monte Carlo模拟研究聚合诱导高分子自组装

合集下载

聚合物链状分子的构象统计——推荐一个高分子实验

大学化学Univ. Chem. 2022,37 (7), 2110015 (1 of 6)•化学实验• doi: 10.3866/PKU.DXHX202110015 聚合物链状分子的构象统计——推荐一个高分子实验陈彦涛1,*，胡惠媛1，杨波1，石玉磊2,*1深圳大学化学与环境工程学院，广东深圳 5180712深圳浦华系统技术有限公司，广东深圳 518129摘要：介绍了利用分子模拟对链状分子进行构象统计的实验设计。

选取常见且结构简单的聚乙烯作为研究对象，利用软件Materials Studio对聚乙烯进行建模，模拟其运动过程，在微观层面重现了链状分子构象，验证了构象尺寸的标度理论，有利于学生对链构象建立形象化认知。

该实验设计便于学生在个人电脑上操作，满足有限的实验课时要求。

关键词：高分子实验；聚合物链；构象统计；分子模拟中图分类号：G64；O6Conformation Statistics of Polymer Chain: A Recommended Polymer ExperimentYantao Chen 1,*, Huiyuan Hu 1, Bo Yang 1, Yulei Shi 2,*1 School of Chemical and Environmental Engineering, Shenzhen University, Shenzhen 518071, Guangdong Province, China.2 Shenzhen Puhua System Tech Co., LTD, Shenzhen 518071, Guangdong Province, China.Abstract:An experimental design on conformation statistics and analysis of polymer chains by means of molecular simulation is introduced in this paper. Polyethylene, which is commonly used and has a simple structure, was selected as the research object, and the “Materials Studio” software was used to construct the polyethylene chain, simulate its thermal relaxation, and verify the scaling theory of conformation size in combination with statistical methods. In this experiment, the latest molecular simulation software was used to reproduce the microscopic images of polymer chains at the microscopic level, which is helpful for students to achieve visual understanding of the concept of “random coils” and deepen their understanding of polymers. In addition, conditions such as vacuum and high temperature were chosen, which considerably accelerate the simulation process and help students quickly obtain reliable experimental results on personal computers and meet the time requirements of the experimental courses.Key Words: Polymer experiment; Polymer chain; Conformation statistics; Molecular simulation高分子拥有数目巨大的构象，这是与小分子的重要区别，也是学习高分子课程过程中的重点与难点。

生物多肽分子的折叠与自组装过程研究

生物多肽分子的折叠与自组装过程研究生物多肽是由氨基酸单元组成的聚合物，是生命体中不可或缺的重要分子。

除了构成蛋白质这种线性的构造体之外，生物多肽还是许多生物学重要过程的执行者和调节器。

因此，探究生物多肽折叠与自组装过程的机制，对于了解生命现象、理解生物体的结构和功能以及研发生物医学材料具有重要的科学意义和应用前景。

一、生物多肽折叠机理生物多肽的折叠机理是指其在生命体内或人工条件下变成具有特定三维结构的过程。

折叠使得生物多肽能够发挥具体的生物学功能，如催化酶反应、携带物质、传递信息等。

而生物多肽的折叠过程也是一种信息转移、能量转换和互作的过程。

其折叠机理的探究可以帮助人们了解蛋白质的三维结构及其对生命过程的影响，进而构建针对蛋白质相关疾病的研究和治疗方法。

当前，关于生物多肽折叠机理的研究主要依托于理论、仿真、实验等方法手段。

在理论方面，物理学、工程学、计算机科学、化学等学科组成的跨学科领域“蛋白质科学”致力于描绘蛋白质的结构和性质。

其主要手段是基于理论计算和分子模拟方法研究蛋白质溶液的物理性质和动力学行为，探究蛋白质折叠和聚集的机制。

常用的方法包括分子力学、量子化学、分子动力学模拟、Monte Carlo模拟、离散化模型等，其中分子动力学模拟被广泛应用于研究生物多肽分子的折叠机理。

二、生物多肽自组装过程生物多肽自组装是基于生物多肽的某些特定性质，通过一定条件的调控和刺激，使生物多肽分子自主组装成为具有特定形态的超分子结构。

生物多肽自组装结构广泛存在于生物体内外，如细胞膜、细胞骨架、DNA包裹、蛋白质酶、激素、免疫球蛋白等。

生物多肽自组装的研究不仅有助于揭示蛋白质分子在生命体内的储能转换、机械传送、信号传导和修复维护等生命过程中的作用机制。

而且可以用于结构材料领域的研究，如用生物多肽纳米纤维作为基底，制作功能性基材和纳米器件等。

在生物多肽自组装的研究方面，通常使用的方法是生物技术、化学合成、纳米技术等多种手段。

双亲3嵌段共聚物刷在选择性溶液中自组装形态的Monte Carlo模拟

，理论的［１０１１］和计算机模拟的ｌ＿１。．然而，与２嵌段共
聚物刷相比，３嵌段共聚物刷［１５１６］，尤其是按照亲水，疏水再亲水顺序合成的ＡＢＡ型或ＡＢＣ型３嵌段共
聚物刷，由于其链结构更加接近生物薄膜，因此越来越受到研究者的青睐ｌ＿】．
第３期
徐纪华：双亲３嵌段共聚物刷在选择性溶液中自组装形态的ＭｏｎｔｅＣａｒｌｏ模拟
・８５・
装形态进行ＭｏｎｔｅＣａｒｌｏ模拟．模型和方法的详细描述见参考文献Ｅ１２ —１４］研究的热点之一．
嵌段共聚物刷是指两种或多种均聚物链的其中一端被接枝在表面或界面的嵌段共聚物链．相比于脂
类，嵌段共聚物刷能够形成化学上更加稳定的薄膜，并且根据不同的需要可以引入相应的功能团，这一点
作者简介：徐纪华（１９８２一），男，山东淄博人，博士研究生．通讯作者：李宝会（１９６５一），女，天津人，教授，主要从事高分子物理研究．ｅｍａｉｌ：ｂａｏｈｕｉ＠ｎａｎｋａｉ．ｅｄｕ．ｃｎ
徐纪华，尹玉华，王铮，蒋润，李宝会
（南开大学物理科学学院，天津３０００７１）
摘要：利用ＭｏｎｔｅＣａｒｌｏ方法研究了对称ＡＢＡ型双亲３嵌段共聚物刷在选择性溶液中的自组装形态．针对溶剂对Ａ嵌段为良溶剂，对Ｂ嵌段为不良溶剂的体系，研究了亲水Ａ嵌段长度和疏水Ｂ嵌段的长度对溶液中３

动力学蒙特卡洛方法(KMC)及相关讨论

动力学蒙特卡洛方法(KMC)及相关讨论动态模拟在目前的计算科学中占据着非常重要的位置。

随着计算能力和第一原理算法的发展，复杂的动态参数（扩散势垒、缺陷相互作用能等）均可利用第一原理计算得出。

因此，部分复杂的体系动态变化，如表面形貌演化或辐射损伤中缺陷集团的聚合-分解演变等，已可以较为精确的予以研究。

KMC——动力学蒙特卡洛方法（kinetic Monte Carlo）原理简单，适应性强，因此在很多情况下都是研究人员的首选。

此外，KMC在复杂体系或复杂过程中的算法发展也非常活跃。

本文试图介绍KMC方法的基础理论和若干进展。

KMC方法基本原理在原子模拟领域内，分子动力学(molecular dynamics, MD)具有突出的优势。

它可以非常精确的描述体系演化的轨迹。

一般情况下MD的时间步长在飞秒(s)量级，因此足以追踪原子振动的具体变化。

但是这一优势同时限制了MD在大时间尺度模拟上的应用。

现有的计算条件足以支持MD到10 ns，运用特殊的算法可以达到10 s的尺度。

即便如此，很多动态过程，如表面生长或材料老化等，时间跨度均在s 以上，大大超出了MD的应用范围。

有什么方法可以克服这种局限呢？当体系处于稳定状态时，我们可以将其描述为处于维势能函数面的一个局域极小值（阱底）处。

有限温度下，虽然体系内的原子不停的进行热运动，但是绝大部分时间内原子都是在势能阱底附近振动。

偶然情况下体系会越过不同势阱间的势垒从而完成一次“演化”，这类小概率事件才是决定体系演化的重点。

因此，如果我们将关注点从“原子”升格到“体系”，同时将“原子运动轨迹”粗化为“体系组态跃迁”，那么模拟的时间跨度就将从原子振动的尺度提高到组态跃迁的尺度。

这是因为这种处理方法摈弃了与体系穿越势垒无关的微小振动，而只着眼于体系的组态变化。

因此，虽然不能描绘原子的运动轨迹，但是作为体系演化，其“组态轨迹”仍然是正确的。

此外，因为组态变化的时间间隔很长，体系完成的连续两次演化是独立的，无记忆的，所以这个过程是一种典型的马尔可夫过程(Markov process)，即体系从组态到组态，这一过程只与其跃迁速率有关。

【国家自然科学基金】_动态monte carlo模拟_期刊发文热词逐年推荐_20140731

2008年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44荐指数蒙特卡罗模拟 3 carlo模拟 2 高分子 1 马尔可夫链蒙特卡洛方法 1 首次穿越失效 1 非线性随机振动 1 集合种群 1 随机规划 1 金堇蛱蝶 1 连续能量 1 计算机模拟 1 表面粗糙度 1 表面生长 1 蛋白质聚集 1 自组装 1 续存 1 给水管网 1 碳烟 1 瞬态 1 相对密度 1 直接模拟 1 疏水相互作用 1 水质模型 1 概率摄动法 1 样本近似方法 1 斑块占据率 1 延迟战略 1 嵌段共聚物 1 实物期权 1 奇异期权 1 大型电力系统 1 多组分 1 回溯优化法 1 可靠性评估 1 化学气相沉积 1 动态相关性分析 1 动态monte 1 动力学monte 1 分相理论 1 分形 1 凝聚 1 供应链 1 中子输运 1 中子时空动力学 1 sic膜 1 monte carlo模拟 1 gibbs抽样器 1 epanet 1
推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

高分子构象模拟研究中的Monte Carlo方法

高分子构象模拟研究中的Monte Carlo方法李海普;钟志辉;李星;宋振伟【摘要】Monte Carlo method and its characteristic were introduced,its advantages in the conformation simulation of polymer were further analyzed,and two simulation models were also described.With emphasis on the development of Monte Carlo in conformation simulations,the applications of the method during the research of polymer conformation in confined space and non-confined space were summarized,and the trends and prospects for the Monte Carlo simulations of polymer conformations for future were speculated.%介绍了Monte Carlo方法及其特点,进而分析了Monte Carlo用于高分子模拟的优势,并描述了两类模拟模型。

论文重点综述了近年来Monte Carlo方法在高分子构象模拟中的一些研究与应用,并展望了Monte Carlo方法在高分子构象模拟中的发展趋势和前景。

【期刊名称】《广州化工》【年(卷),期】2012(040)015【总页数】3页(P3-5)【关键词】Monte;Carlo;分子模拟;高分子;构象【作者】李海普;钟志辉;李星;宋振伟【作者单位】中南大学化学化工学院,湖南长沙410083;中南大学化学化工学院,湖南长沙410083;中南大学化学化工学院,湖南长沙410083;中南大学化学化工学院,湖南长沙410083【正文语种】中文【中图分类】O631.1高分子构象是指高分子由于单键的旋转而形成的各原子或基团在空间中的排列。

分子模拟方法及模拟软件MaterialsStudio在高分子材料中的应用

分子模拟方法及模拟软件MaterialsStudio在高分子材料中的应用一、引言高分子材料是当今工业界和科学界中的一种重要材料，广泛应用于各个领域。

为了进一步了解高分子材料的性质和行为，研究人员采用了许多不同的方法进行研究。

其中，分子模拟方法是一种有效的工具，可用于预测高分子材料的结构、动力学和性质。

二、分子模拟方法1. 分子动力学模拟分子动力学模拟是分子模拟方法中最常用的方法之一。

它通过模拟分子系统中原子之间的相互作用，通过求解牛顿方程来研究粒子在给定势场中的运动行为。

这种方法可以模拟高分子材料的力学性质、热力学性质和动态行为。

2. 蒙特卡洛模拟蒙特卡洛模拟是一种基于概率统计方法的模拟方法。

它通过随机生成分子的构象，计算系统的能量，然后根据一定的概率准则来决定是否接受这个构象。

通过大量的随机实验，蒙特卡洛模拟可以得到高分子材料的平衡态性质和相变行为。

三、MaterialsStudio软件介绍MaterialsStudio是由Accelrys公司（现在是Biovia公司的一部分）开发的一款功能强大的分子模拟软件。

它提供了许多用于高分子材料模拟的工具和模块，包括分子动力学模拟、蒙特卡洛模拟、量子力学计算等。

通过MaterialsStudio软件，研究人员可以模拟高分子材料的结构、性质和行为。

四、MaterialsStudio在高分子材料中的应用1. 高分子材料的结构模拟MaterialsStudio软件可以进行高分子材料的结构模拟。

通过分子动力学模拟，研究人员可以了解高分子材料的构象分布、空间排布和相互作用。

通过蒙特卡洛模拟，研究人员可以得到高分子材料的稳定结构和相变行为。

这些模拟结果可以帮助研究人员理解高分子材料的结构特征，指导高分子材料的设计和合成。

2. 高分子材料的热力学性质模拟MaterialsStudio软件可以进行高分子材料的热力学性质模拟。

通过分子动力学模拟，研究人员可以计算高分子材料的力学性质、热胀缩性和热导率等热力学性质。

MonteCarlo模拟对策活性聚合及聚合诱导自组装[4]

ＭｏｎｔｅＣａｒｌｏ模拟研究活性聚合及聚合诱导自组装机理有关，改变反应发生的概率即是改变自组装与聚合增长反应发生的相对几率，聚合概率越低，自组装越占主导，当低至极值０时，就与溶液自装相同。

聚合自组装是边聚合边自组装的过程，聚合反应概率的大小决定着体系是先以较短的分子链主要进行自组装，在自组装基本结束后再以聚合反应为主，链逐渐增长，还是在开始阶段单体就基本增长完毕，接着这些长链大分子再发生自组装。

因为成壳链段Ａ是以大分子引发剂形式加入，所以Ａ链段长度不变，反应概率较小时，主要是成核链段Ｂ较短的分子链自组装形成的聚集体，以球状为主，反应概率较高时，主要是由较长的Ｂ链段组成的分子链自组装形成聚集体，如第二章所述，成核链段较长时主要形成棒状胶束，成核链段较短时主要形成球状胶束。

（２）退火对胶束形貌的影响从以上的平行试验还可以发现，在退火步长为３×１０４ＭＣＳ时，随着反应速率的增加，先出现的是棒状胶束，后转变为球状胶束，这与先出现球状后出现棒状的一般规律不一致，说明退火步长对胶束形貌也有影响。

退火步长溶液自组装结构聚合诱导自组装（尸ｒ＝０．０１）《一：Ｉ≤：一一一：，一．：７１１：－翻礴蘸函酸≥ｊ一感巍一——匿４×１０４ＭＣＳ、＿／ｍＩｉｉ，。

，／，．，／，§Ｉ、、ｊ一一”酲糍‰．、＿一——豳融ｋ圈ｌ－５ｘ１０４ＭＣＳ矗第四章聚合诱导自组装计算机模拟方法可以观察聚合诱导自组装过程中体系形成的胶束形态。

如图４．１３所示，在Ｒ＝ｏ．０００１时，体系中单体转化率随着反应的进行逐渐增加。

其中ａ到ｆ六个阶段，体系从无序分布状态逐渐演变生成球形胶束。

如图４—１３中ａ到ｆ所示，单体转化率为Ｏ．３左右时，绿色的成核单体Ｂ已经开始通过活性聚合反应增长到大分子引发剂Ａ链上，此时共聚物和单体Ｂ均匀分布在体系内没有出现明显的胶束形态；随着反应的进行，嵌段共聚物链上Ｂ单体的比例逐渐增大，嵌段共聚物开始聚集，如ｂ，ｃ所示；单体转化率为０．８时，体系已经基本形成Ｂ嵌段为核、Ａ嵌段包裹Ｂ嵌段形成壳层的球状胶束，未参加反应的Ｂ单体分散在胶束周围，如ｄ，ｅ所示；聚合反应接近完成时，体系最终形成规整的球状胶束，如ｆ所示。

蒙特卡洛方法在高分子科学研究中的应用

蒙特卡洛方法在高分子科学研究中的应用摘要蒙特卡洛方法于上世纪提出，随着现代科技的发展，蒙特卡洛方法的基本思想在愈来愈多的领域得到运用与研究。

蒙特卡洛方法作为一种重要的统计模拟方法，广泛应用于高分子科学、统计物理、生物医药、金融等领域中的模拟计算。

蒙特卡洛方法可以用于模拟高分子的各种微观状态，构建不同概率分布的高分子构象。

本文介绍了蒙特卡洛方法的基本原理和方法以及在高分子科研中的特征与应用。

关键词：蒙特卡洛方法高分子蒙特卡洛，在世界地图上是俯卧在地中海沿岸国度摩纳哥的一个城市，那里也凭借弥漫着随机性的赌场闻名于世。

而将蒙特卡洛作为一种计算方法的命名显然已经赋予了其新的内容。

所以，顾名思义，蒙特卡洛方法与赌博中的随机性，概率性有着天然且密切的联系。

几乎涉及到复杂的、与概率相关的数值计算的领域都有可能会用到，比如计算物理、经济金融等。

在数学上，蒙特卡洛方法被称为随机模拟方法、随机抽样技术或者统计试验方法。

别看它的别称这么多，其实，蒙特卡洛方法并没有什么高深的理论，它只是一种方法或者说是策略，如果一定要说的话那只有概率论或统计学中的大数定律了。

它的最基本思想是：为了求解数学、物理及化学等问题，建立一个概率模型或随机过程，使它的参数等于问题的解；当所解的问题本身属随机性问题时，则可采用直接模拟法；然后通过对模型或过程的观察抽样试验来计算所求参数的统计特征，最后给出所求解的近似值。

在高分子科研中蒙特卡洛主要采用直接模拟法。

蒙特卡洛方法的突出特点是，它的解是由试验得到的，而不是计算出来的。

其程序结构简单，解题时受问题条件限制的影响较小，具有广泛的适应性。

但不能解决精确度要求很高的问题。

其次，蒙特卡洛方法需要大量的随机数，计算量很大，人工计算需耗费大量的时间，而利用计算机可大大减少计算时间，增加试验次数以提高计算精度，因此，蒙特卡洛方法的广泛应用与计算机技术的发展是不可分割的。

（伪）随机数是蒙特卡洛方法的实现基础，一个良好的随机数可以加快模型的收敛。

物理化学中的自组装动力学研究

物理化学中的自组装动力学研究自组装动力学研究是物理化学领域的一个重要研究方向，其研究的是分子之间的相互作用和组装过程。

自组装动力学研究的重要性在于其可以为自组装材料的设计、合成和性能调控提供基础理论。

本文将介绍自组装动力学研究的相关理论和应用，并分析当前研究的进展。

一、自组装动力学的基本理论自组装动力学是一种描述分子组装过程的动力学理论。

其基本原理是分子之间的相互吸引和排斥作用，并通过热力学平衡来实现分子组装。

自组装动力学可以描述分子在不同温度下的组装和相转移行为，如液-液相分离、胶-液相转变等。

自组装动力学的研究需要考虑分子之间的相互作用，主要包括范德华力、电荷相互作用、亲疏水性等。

分子之间的相互作用导致分子间的吸引和排斥，从而影响分子的排列和组装。

自组装动力学理论的推导和模拟需要考虑分子的结构和性质，如分子的大小、形状、极性等。

这些因素都会影响分子的组装方式和构象，从而影响材料的性质和应用。

自组装动力学的研究方法包括实验和理论两种。

实验方法主要包括激光光散射、小角X射线散射、电子显微镜等。

这些技术可以分析材料的结构和性质，如粒径、形态、相互作用等。

理论方法主要包括分子动力学模拟、Monte Carlo方法等。

这些方法可以模拟材料的组装和相转移行为，从而预测材料的动态性质和结构。

二、自组装材料的设计和合成自组装动力学的研究成果可以为自组装材料的设计和合成提供指导。

自组装材料的设计需要考虑分子之间的组装方式和构象，以及材料的性质和应用。

例如，自组装纳米材料可以用于制备超级电容器、纳米晶体等高性能材料，自组装聚集体则可以用于制备高精度光学元件和传感器等。

自组装材料的设计和合成可以通过分子间的相互作用来实现。

例如，亲疏水交替的分子可以形成水性胶体材料；疏水链可以通过疏水效应自组装成囊泡和微胶束等结构；类固醇类分子可以通过相互作用形成超分子结构等。

通过对分子之间的相互作用进行调控，可以实现自组装材料的设计和合成。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

关键词：ＭｏｎｔｅＣａｒｌｏ模拟；活性可控聚合；聚合诱导自组装；胶束中图分类号：０６３１．５文献标志码：Ａ文章编号：１０００ — ２１６２（２０１３）４— ０００８１ — ０７
ＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎｏｎｐｏｌｙｍｅｒｉｚａｔｉｏｎ－ｉｎｄｕｃｅｄｃｏｐｏｌｙｍｅｒｓｓｅｌｆ－ａｓｓｅｍｂｌｙ
ａ１．Ｔｈｅａｕｔｈｏｒｓｓｔｕｄｉｅｄｔｈｅｐｏｌｙｍｅｒｉｚａｔｉｏｎｉｎｄｕｃｅｄｓｅｌｆ —ａｓｓｅｍｂｌｙａｎｄｏｂｓｅｖｅｒｄｓｐｈｅｉｒｃａｌａｎｄ
Ｅｎｖｉｒｏｎｍｅｎｔ — ｆｒｉｅｎｄｌｙＰｏｌｙｍｅｒＭａｔｅｉｒａｌｓｏｆＡｎｈｕｉＰｒｏｖｉｎｃｅ，Ｈｅｆｅｉ２３０６０１，Ｃｈｉｎａ）
２０１３年７月
安徽大学学报（自然科学版）
ＪｏｕｒｎａｌｏｆＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）
Ｊｕｌｙ２０１３
ＣＨＥＮＰｅｎｇ，ＸＵＸｉｎ，ＳＨＡＯＪｉｎｇ，ＸＩＡＲｕ，ＱＩＡＮＪｉａ－ｓｈｅｎｇ
（ＳｃｈｏｏｌｏｆＣｈｅｍｉｓｔｒｙａｎｄＣｈｅｍｉｃａｌＥｎｇｉｎｅｅｉｒｎｇ，ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙ，ＫｅｙＬａｂｏｒａｔｏｙｒｏｆ
ｔｈａｔｈａｓｂｅｅｎｏｂｓｅｒｖｅｄｉｎｅｘｐｅｉｒｍｅｎｔｓ，ａｎｄｒｅｖｅａｌｅｄｔｈｅｄｙｎａｍｉｃｐｒｏｃｅｓｓｏｆｉｔ．Ｔｈｅｉｒｒｅｓｅａｒｃｈｉｎｇ
２３０６０１）（安徽大学化学化工学院，安徽省绿色高分子材料重点实验室，安徽合肥摘
要：学过程，在聚合反应的同时，观察高分子在溶
液中的自组装相行为．通过统计模拟聚合反应过程中的单体转化率、聚合物分子量、分子量分布等信息，证明聚合反应是可控的活性聚合．在聚合反应中，通过调控聚合反应概率、链段与溶剂之间的相容性等参数，观察
Ａｂｓｔｒａｃｔ：ＡＭｏｎｔｅＣａｒｌｏｓｉｍｕｌａｔｉｏｎｓｃｈｅｄｕｌｅｉｓｄｅｖｅｌｏｐｅｄｂａｓｅｄｏｎ “ｓｉｎｇｌｅ — ｓｉｔｅｂｏｎｄｌｕｆｃｔｕａｔｉｏｎ’ ’ ｍｏｄｅｌｔｏｓｔｕｄｙｔｈｅｋｉｎｅｔｉｃｓｏｆｌｉｖｉｎｇｒａｄｉｃａｌｐｏｌｙｍｅｉｚｒａｔｉｏｎａｎｄｏｂｓｅｒｖｅｔｈｅｐｈａｓｅｂｅｈａｖｉｏｒｏｆｃｏｐｏｌｙｍｅｒｓｅｌｆ－ａｓｓｅｍｂｌｙｉｎｓｏｌｕｔｉｏｎ．Ｔｈｅｐｏｌｙｍｅｉｚｒａｔｉｏｎｋｉｎｅｔｉｃｓｉｓｐｒｏｖｅｄｔｏｂｅａｌｉｖｉｎｇｐｏｌｙｍｅｉｚｒａｔｉｏｎｂｙｉｎｖｅｓｔｉｇａｔｉｎｇｍｏｎｏｍｅｒｃｏｎｖｅｒｓｉｏｎ，ｍｏｌｅｃｕｌａｒｗｅｉｇｈｔａｎｄｍｏｌｅｃｕｌａｒｄｉｓｔｉｂｒｕｔｉｏｎｅｔ
Ｖｏ１．３７Ｎｏ．４
第３７卷第４期
ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００ — ２１６２．２０１３．０４．０１４
ＭｏｎｔｅＣａｒｌｏ模拟研究聚合诱导高分子自组装
陈鹏，许欣，邵静，夏茹，钱家盛
ｃｙｌｉｎｄｉｃｒａｌｍｉｃｅｌｌｅｓｉｎｓｏｌｕｔｉｏｎ．Ｔｈｅｉｒｓｉｍｕｌａｔｉｏｎｃｏｎｉｒｆｍｅｄｔｈｅｐｏｌｙｍｅｉｚｒａｔｉｏｎｉｎｄｕｃｅｄｓｅｌｆ－ａｓｓｅｍｂｌｙ
到诱导组装形成的球状和柱状胶束．模拟研究验证了实验中观察到的聚合诱导自组装现象，揭示了聚合诱导自组装的动力学过程．研究结果证明，文中所建立的单格点ＭｏｎｔｅＣａｒｌｏ模拟方法，可以应用于研究聚合诱导
高分子自组装相行为．