Una nuova svolta in una storia intricata

Le lunghe catene di polimeri sono ovunque: nei materiali sintetici, nella materia soffice, nei sistemi biologici come i cromosomi e nei modelli matematici di filamenti e nodi. Quando molte di queste catene sono impacchettate ad alta densità, formano quello che i fisici chiamano un fuso polimerico. In un ambiente così affollato, ciascuna catena è vincolata da quelle che la circondano. Questi intrecci sono fondamentali nel determinare il comportamento dei materiali polimerici, ma ne rendono anche molto complessa la simulazione. All’aumentare della lunghezza delle catene, infatti, cresce rapidamente il tempo necessario per ottenere una nuova configurazione indipendente, fino a rendere proibitivo il costo computazionale per effettuare simulazioni in sistemi di grandi dimensioni.

Da oltre settant’anni, gli scienziati ricorrono a numerosi “trucchi” per accelerare le simulazioni, tra cui i metodi Monte Carlo, che introducono mosse artificiali per esplorare più rapidamente le configurazioni possibili del sistema. Nonostante i progressi ottenuti, il limite principale è rimasto invariato: in un fuso polimerico denso, ogni variazione deve propagarsi attraverso una rete di catene fortemente intrecciate, rendendo la simulazione inevitabilmente lenta.

Un nuovo studio SISSA, di Enrico Fornasa, Francesco Slongo e Cristian Micheletti pubblicato su Nature Communications, propone una strategia diversa per superare questo collo di bottiglia. Ispirandosi ad alcune idee provenienti dal quantum computing, i ricercatori hanno affrontato il problema da una nuova prospettiva. Il metodo sviluppato, denominato Self-Assembly Monte Carlo, o SAMC, non considera più il sistema come un intreccio fisso che deve rilassarsi lentamente. Consente invece ai legami locali di rompersi e riformarsi, permettendo al fuso polimerico di riorganizzarsi in modo molto più efficiente, pur continuando a generare configurazioni in equilibrio che hanno un significato fisico.