[论文解读] Polymer pinning at an interface

Nicolas Pétrélis|arXiv (Cornell University)|Apr 22, 2005

Stochastic processes and statistical mechanics被引用 5

一句话总结

本文研究了在油水界面处的聚合物钉扎模型，其中聚合物与界面的相互作用受随机钉扎势和疏水性偏置的影响。通过改进Bolthausen与Den Hollander提出的方法，作者对临界曲线 $ h_c^s(\beta) $ 的下界实现了定量提升，表明随机无序可使局域化程度超越确定性情况，该结果在润湿与钉扎相变中有应用。

ABSTRACT

In this article, I study the localization transition of an hydrophobic homopolymer in interaction with an interface between oil and water. To that aim I consider a model in which the trajectories of a simple random walk play the role of the possible configurations of the polymer. The chain gains an energetic factor for every monomer it puts in the oil and receives a random price of positive average each time it touches the origin. So a competition arises between this two effects to know wether the chain is delocalized in the oil or if it stays localized in the neighborhood of the interface. As usual a critical curve divides the phase spaces in a localized and a delocalized area, and the point of my paper is to develop a new strategy to bound this critical curve by below. To achieve this result I take into account the fact that the polymer can target the sites where it comes back to the origin to receive prices as high as possible.

研究动机与目标

• 分析疏水性均聚物在油水界面处的局域化-非局域化相变。
• 量化随机钉扎无序对分离局域化与非局域化相的临界曲线的影响。
• 在非随机情况 $ h_c^0(\beta) $ 的基础上，改进临界曲线 $ h_c^s(\beta) $ 的下界。
• 将结果扩展至仅含钉扎的模型，其中奖励为随机量 $ -u + s\zeta_i $，为小 $ s $ 时提供 $ u_c(s) $ 的更紧下界。
• 通过Poland-Sheraga框架将该模型与润湿及DNA解链现象联系起来。

提出的方法

• 将聚合物建模为简单对称随机游走 $ (S_n) $，其哈密顿量结合了疏水性偏置 $ h $ 和随机钉扎奖励 $ \beta(1 + s\zeta_i) \mathbf{1}_{\{S_i=0\}} $。
• 通过吉布斯测度变换定义聚合物测度 $ P_{N,\beta,h}^{\zeta,s} $，偏好返回原点或停留在上半平面的轨迹。
• 应用受Bolthausen与Den Hollander启发的精细化局域化策略，聚焦于在有利无序实现下重新返回界面的路径。
• 通过生成函数技术与 $ \theta_h(z) $ 的收敛半径分析推导临界曲线 $ h_c^s(\beta) $，得到方程 $ \sqrt{1 - e^{-4h}} = 2(1 - e^{-\beta}) $。
• 利用矩生成函数与随机支配关系，建立 quenched 与 annealed 自由能之间的比较。
• 将该方法应用于仅含钉扎的模型，其哈密顿量为 $ \sum_{i=1}^N (-u + s\zeta_i) \mathbf{1}_{\{S_i=0\}} $，推导出 $ u_c(s) $ 的下界。

实验结果

研究问题

• RQ1 与确定性钉扎势相比，随机钉扎无序如何影响聚合物局域化的临界曲线？
• RQ2 通过聚焦于有利界面返回位点的精细化策略，能否改进临界曲线 $ h_c^s(\beta) $ 的下界？
• RQ3 在小随机无序 $ s\zeta_i $ 的纯钉扎模型中，$ u_c(s) $ 的下界有何定量改进？
• RQ4 疏水性偏置 $ h $ 与随机钉扎如何协同影响局域化相变？
• RQ5 当 $ h \to \infty $ 时，该模型是否能恢复润湿相变？无序如何影响临界点？

主要发现

• 临界曲线 $ h_c^s(\beta) $ 满足对所有 $ s > 0 $ 有 $ h_c^s(\beta) > h_c^0(\beta) $，证明了随机无序可使局域化程度超越确定性情况。
• 本文推导出临界曲线的显式方程：$ h_c^0(\beta) = \frac{1}{4}\log\left(1 - 4(1 - e^{-\beta})^2\right) $，适用于非随机情况。
• 对于哈密顿量为 $ \sum (-u + s\zeta_i)\mathbf{1}_{\{S_i=0\}} $ 的纯钉扎模型，该方法给出了 $ u_c(s) $ 的下界，优于Alexander与Sidoravicius的结果。
• 改进是定量的：对于小 $ s $，新下界严格高于平均自由能临界点 $ u_a(s) \sim s^2/2 $，表明无序增强了局域化。
• 分析确认临界曲线非平凡地依赖于无序结构，随机势的方差 $ s^2 $ 在局域化相变中起关键作用。
• 该方法成功扩展至 $ h \to \infty $ 时的润湿模型，表明其在DNA解链与微乳液系统中的相关性。