Fenómenos fuera del equilibrio en sistemas de nanopartículas responsivas

Abstract

Las suspensiones coloidales, sistemas formados por partículas de tamaño comprendido entre los nanometros y las micras dispersas en un medio continuo, son fundamentales en múltiples campos, desde la industria farmacéutica hasta la ciencia de materiales. Su estudio es crucial para comprender fenómenos como la autoorganización, las transiciones de fase y el comportamiento reológico. Esta tesis se centra en el estudio de las propiedades estructurales y dinámicas de un tipo particular de sistemas coloidales donde las partículas poseen, además del grado de libertad traslacional, un grado de libertad interno: su tamaño. Estas partículas, denominadas responsivas, pueden modificar su tamaño en respuesta a la interacción con otras partículas o campos externos. Los microgeles representan un ejemplo experimental y teórico de este tipo de sistemas. Son partículas formadas por redes poliméricas entrecruzadas que pueden hincharse o deshincharse en respuesta a cambios en temperatura, pH o fuerza iónica. Esta capacidad de modificar su tamaño introduce nuevas escalas temporales en la dinámica del sistema, asociadas a los procesos de hinchamiento/deshinchamiento, que se acoplan con la difusión traslacional. En el aspecto teórico, la tesis extiende la Teoría Funcional de la Densidad (DFT) para incluir partículas duras responsivas y estudiar los efectos que posee la blandura de las partículas sobre la estructura del sistema, demostrando fenómenos como la segregación por tamaños bajo campos externos y la compresión inducida por concentración. Se desarrolla también su versión dinámica (DDFT) para estudiar la relajación de coloides responsivos blandos, revelando estados dinámicos transitorios debidos al acoplamiento entre difusión espacial y adaptación del tamaño. La investigación también aborda la liberación de moléculas desde microgeles colapsados, identificando regímenes limitados por difusión y por reacción, y proporcionando expresiones analíticas para los tiempos de liberación. Estos resultados tienen aplicación directa en el diseño de sistemas de liberación controlada de fármacos. En cuanto a los avances experimentales, se desarrolla una nueva metodología en Dispersión Dinámica de Luz (DLS) que pemite determinar las velocidades absolutas de deriva de las nanoparticulas cuando el sistema está sometido a interacciones con campos externos o a fenómenos convectivos usando un dispositivo 3D-DLS. La técnica se valida mediante simulaciones de dinámica browniana y dinámica de fluidos, estableciendo su aplicabilidad en sistemas bajo convección térmica. Además, se propone un dispositivo con la capacidad de medir velocidades relativas en un mismo sistema debido a la presencia de campos externos. Finalmente, se desarrolla una red neuronal convolucional para analizar funciones de correlación de DLS, superando limitaciones de métodos tradicionales como CONTIN en la determinación de distribuciones de tamaño de partículas. La red demuestra especial robustez en presencia de ruido y en la caracterización de distribuciones multimodales, validada tanto por métricas cuantitativas como por expertos en el campo. Este nuevo procedimiento basado en conceptos de machine learning es también aplicable al estudio de sistemas de nanopartículas responsivas, que son intrínsecamente polidispersas.

Colloidal suspensions, systems formed by particles ranging in size from nanometers to microns dispersed in a continuous medium, are fundamental in multiple fields, from the pharmaceutical industry to materials science. Their study is crucial for understanding phenomena such as self-organization, phase transitions, and rheological behavior. This thesis focuses on studying the structural and dynamic properties of a particular type of colloidal system where particles possess, in addition to translational freedom, an internal degree of freedom: their size. These particles, called responsive particles, can modify their size in response to interaction with other particles or external fields. Microgels represent an experimental and theoretical example of such systems. They are particles formed by crosslinked polymer networks that can swell or deswell in response to changes in temperature, pH, or ionic strength. This ability to modify their size introduces new time scales in the system’s dynamics, associated with swelling/de-swelling processes, which couple with translational diffusion. On the theoretical aspect, the thesis extends Density Functional Theory (DFT) to include responsive hard particles and study the effects that particle softness has on the system’s structure, demonstrating phenomena such as size segregation under external fields and concentration-induced compression. Its dynamic version (DDFT) is also developed to study the relaxation of soft responsive colloids, revealing transient dynamic states due to the coupling between spatial diffusion and size adaptation. The research also addresses the release of molecules from collapsed microgels, identifying diffusion-limited and reaction-limited regimes, and providing analytical expressions for release times. These results have direct application in the design of controlled drug delivery systems. Regarding experimental advances, a new Dynamic Light Scattering (DLS) methodology is developed that allows determining the absolute drift velocities of nanoparticles when the system is subjected to interactions with external fields or convective phenomena using a 3D-DLS device. The technique is validated through Brownian dynamics and fluid dynamics simulations, establishing its applicability in systems under thermal convection. Additionally, a device is proposed with the capability to measure relative velocities in the same system due to the presence of external fields. Finally, a convolutional neural network is developed to analyze DLS correlation functions, overcoming limitations of traditional methods like CONTIN in determining particle size distributions. The network demonstrates particular robustness in the presence of noise and in characterizing multimodal distributions, validated both by quantitative metrics and by experts in the field. This new procedure based on machine learning concepts is also applicable to the study of responsive nanoparticle systems, which are intrinsically polydisperse.