Großskalige Event-Chain Monte-Carlo Simulationen für Biopolymer-Systeme

• Antragsteller: Dr. Tobias Alexander Kampmann
• Fachliche Zuordnung: Statistische Physik, Nichtlineare Dynamik, Komplexe Systeme, Weiche und fluide Materie, Biologische Physik ; Experimentelle und Theoretische Polymerphysik
• Förderung: Förderung von 2018 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 398458812

• Erstellungsjahr: 2022

Zusammenfassung der Projektergebnisse

Im Wesentlichen wurden die Ziele des Projekts erreicht und die Grundlagen für die noch nicht bearbeiteten Themengebiete gelegt. Wir haben ein flexibles Framework entwickelt, mit dem schon Bacheloranden Event-Chain-Simulationen effektiv durchführen können und dabei nötige Erweiterungen einfach hinzufügen können. Selbst für komplexere Wechselwirkungen, wie triangulierte Oberflächen mit vielfältigen elastischen Wechselwirkungen, sollten sich gut ergänzen lassen, die nötigen Vorarbeiten sind dafür schon ausgeführt. Triangulierte Oberflächen sind noch in einem sehr frühen Stadium, lassen sich aber wegen der flexiblen Natur des Framework gut integrieren. Erste Arbeiten mit harten, undurchdringlichen Dreiecken sind durchgeführt worden, die analytischen Arbeiten zu Simulationsdetails abgeschlossen. Die Untersuchung der Bündelnetzwerke hat sich als schwieriger herausgestellt als gehofft. Der analytische Zugang erweist sich als sehr schwer und bis auf wenige Ausnahmen sind unsere Erkenntnisse eher phänomenologischer Natur. Die Erweiterung des EC-Algorithmus auf Mischungen von Scheiben und einem nematischen Medium, welches aus explizit simulierten Teilchen besteht, hat wichtige Erkenntnisse bezüglich Bereiche aufgezeigt, bei denen eine kontinuierliche elastische Theorie versagt. Unsere Simulationen sind effizient genug, um selbst extrem dichte Systeme zu aquilibrieren, welche zuvor unzugänglich waren. Eine Erweiterung des EC-Algorithmus auf aktive System, d.h. Systeme, die kein Gleichgewicht zeigen (im Gegensatz zu Systemen, die noch warmlaufen und wo die Event-Chain-Dynamik hinreichend gut der physikalischen entspricht), ist evaluiert worden. Letzte Verifikationen stehen noch aus, sollte sich aber zeigen, dass es so möglich ist, zeigt der Event-Chain-Algorithmus bei diesen Systemen einen deutlichen Geschwindigkeitsvorteil gegenüber traditionellen Simulationsmethoden.

Projektbezogene Publikationen (Auswahl)

• Chaining of hard disks in nematic needles: particle-based simulation of colloidal interactions in liquid crystals. Scientific reports, 10(1):1–12, 2020
  David Müller, Tobias Alexander Kampmann, and Jan Kierfeld
  
• Event-Chain Monte-Carlo Simulations of Dense Soft Matter Systems. Front. Phys., 9(April):635886, 2021
  Tobias Alexander Kampmann, David Müller, Lukas Paul Weise, Clemens Franz Vorsmann, and Jan Kierfeld
  
• Kinetic eventchain algorithm for active matter. arXiv
  Tobias A Kampmann, Thevashangar Sathiyanesan, and Jan Kierfeld