Getriebene und aktive Teilchen in Polymernetzwerken

Ein tieferes Verständnis, wie sich mesoskopische Teilchen (wie etwa Proteine, Bakterien, Viren oder Medikamente) durch die flüssige Umgegung im menschlichen Körper bewegen, ist insbesondere im biomedizinischen Bereich von großer Bedeutung. Bei diesen Prozessen müssen die Teilchen physikalische und chemische Barrieren überwinden: dies ist etwa beim Durchdringen von Schleimhautschichten der Fall, die viele menschliche Organe umgeben und sie somit vor Eindringlingen schützen. Derartige Schutzschichten bestehen hauptsächlich aus Wasser und aus sogenannten Biopolymeren, die über Ankerpunkte ein Polymernetzwerk bilden, wodurch diese Schleimschichten überaus zäh werden. Die meisten der bisherigen experimentellen und theoretischen Untersuchungen haben die Bewegung passiver Teilchen untersucht, die sobald sie zu groß sind in diesen Netzwerken steckenbleiben. Eine Möglichkeit, diese Teilchen doch noch aus ihrer `Gefangenschaft` zu befreien, bieten etwa magnetische Felder, die für den gezielten Transport von entsprechend magnetisch dotierten Medikamenten genutzt werden können. Eine alternative Möglichkeit, derartige Blockaden zu überwinden, bieten sogenannte aktive Kolloide; ähnlich wie biologische Mikroorganismen, können sich diese Teilchen selbstständig durch die Flüssigkeit bewegen, in dem sie den für diese Bewegung benötigten Treibstoff (etwa in Form von chemischer Energie) aus der Umgebung aufnehmen. Bislang fehlt allerdings noch ein klares quantitatives Verständnis, welche Bedingunen den magnetisch dotierten oder auch den aktiven Teilchen einen Transport durch die Biopolymernetzwerke erlauben. Ziel dieses Projekte ist es, jene Mechanismen zu identifizieren, die die oben genannten Archetypen von Teilchentransport ermöglichen. Zur Lösung dieser Problemstellung verwenden wir eine spezielle Computersimulationstechnik, die das oben beschriebene komplexe Szenario realistisch erfassen kann: mit diesem Verfahren kann die Bewegung der mikroskopischen Flüssigkeitsteilchen um das mesoskopische Partikel quantitativ erfasst werden; zudem vermag die Simulation auch thermische Zufallsbewegungen zu berücksichtigen, die auf der Nano-Skala von großer Relevanz sind. Mit Hilfe dieser Methode können wir die lokalen Eigenschaften der Polymernetzwerke erfassen, die unsere Teilchen umgeben. Wir können aber auch erforschen, wie die Konfigurationen dieses Netzwerkes die Bewegung der Teilchen beeinflussen. Es ist zu erwarten, dass es kritische (magnetische oder aktive) Kräfte gibt, die die im Netzwerk `gefangenen` Teilchen zu befreien vermögen und ihnen die Möglichkeit einer weitgehend unbeeinträchtigten Bewegung geben. Ebenso erwarten wir, dass die Dynamik der Ankerpunkte an den Polymeren, über die die Bildung des Netzwerks erfolgt, eine wichtige Rolle in diesen komplexen Prozessen spielt. Schließlich wollen wir auch die Bewegung eines passiven Teilchens untersuchen, das sich ähnlich wie im menschlichen Körper unter dem Einfluss eines Druckgradienten durch ein Polymernetzwerk bewegt: es ist wohl zu erwarten, dass durch diese zusätzliche Kraft der Teilchentransport erhöht wird. Um die Sinnhaftigkeit unserer theoretischen Modelle und Konzepte zu testen wird das Projekt in enger Zusammenarbeit mit zwei führenden experimentellen Gruppen durchgeführt.

Die Frage, wie sich Mikroorganismen wie Bakterien, Spermien oder andere "aktive Teilchen" so effektiv in komplexen Umgebungen des menschlichen Körpers wie zB verschiedenen Bioflüssigkeiten (Blut, Schleim etc) bewegen können, ist zu weiten Teilen noch nicht verstanden. Das Lise Meitner Projekt M 2458 beschäftigte sich mit der physikalischen Bewegung von solchen aktiven aber auch durch externe Kräfte (Gravitation, Strömungen) getriebenen Teilchen in Polymer-Netzwerken und Mikrokanälen. Die Ergebnisse des Projekts helfen besser zu verstehen, wie sich Mikroorganismen im menschlichen Körpers aber auch in Strömungen fortbewegen können. Viele der Ergebnisse sind in diversen wichtigen wissenschaftlichen Journalen publiziert worden, welche auch renommierte interdisziplinäre Journale wie Nature Communications, Science Advances, und PNAS beinhaltet. Es wurden verschiedene numerische Methoden verwendet, um Strömungen auf der Mikrometer-Skala unter Einfluss von Brownscher Molekularbewegung simulieren zu können, wie etwa die MPCD ("multi-particle collision dynamics") Methode in Kombination mit Molekulardynamik (MD), oder Brownsche Dynamik (BD) Simulationen. Das Projekt legte einerseits einen Fokus auf Computersimulationen, um grundlegende Bewegungsmuster aktiver und extern getriebener Teilchen in komplexen Medien und Strömungen untersuchen zu können. Andererseits wurden mittels mehrerer internationaler Kollaborationen mit Experimentatoren Dynamiken von Bakterien bzw. extern getriebenen Teilchen untersucht. Zusammenfassend ergaben die Untersuchungen des Projekts eine Vielzahl an interessanten, und teilweise überraschenden Ergebnissen. Zum Beispiel konnten wir zeigen, dass die Art der Fortbewegung von kugelförmigen Mikroschwimmern und deren selbst-generierten Strömungen beim Schwimmen in Polymer-Netzwerken einen entscheidenden Einfluss auf deren Fähigkeit hat, durch solche Umgebungen zu schwimmen. Dies ist interessant, da ohne das Vorhandensein von Polymer-Netzwerken unterschiedliche Fortbewegungsarten für den von uns verwendeten Modell-Mikroschwimmer immer zur gleichen Geschwindigkeit führen. Des weiteren konnten wir gemeinsam mit Experimentatoren vom ESPCI Paris zeigen, welche physikalischen Gesetze Bakterien stromaufwärts schwimmen lassen. Außerdem konnten wir verstehen, wie sich die sogenannte Chiralität bzw Händigkeit der Bakteriengeißeln auf deren Dynamik auswirken, und eine links-rechts Symmetrie gebrochen wird. Dies ist auch von klinischer Relevanz, wo Bakterien zB in Kathetern stromaufwärts schwimmen können und Patienten infizieren können. Unser fundamentales physikalisches und strömungsmechanisches Verständnis hat uns geholfen, eine Idee zu bekommen, wie man mechanisch Oberflächen von Kathetern designen sollte, um Infektionen zu vermindern. Außerdem haben wir mittels Machine Learning und neuronalen Netzen gezeigt, wie Mikroschwimmer mittels Sensoren Entscheidungen über ihre Schwimmbewegung treffen können, um ein die Richtung von Nahrungsquellen schwimmen zu können.