🧬 Chaîne polymère comme marche aléatoire — Loi d'échelle de Flory

Une chaîne polymère en solution s'agite constamment sous l'effet du mouvement thermique, de sorte que sa forme instantanée est essentiellement aléatoire. La modéliser comme une marche aléatoire — une séquence de liaisons de longueur fixe pointant dans des directions aléatoires — capture la liberté conformationnelle du squelette sans suivre la chimie exacte de chaque liaison.

La distance bout-à-bout R est la distance en ligne droite entre le premier et le dernier monomère de la chaîne. Le rayon de giration Rg = √((1/N)Σ(r_i − r_cm)²) est la distance quadratique moyenne de chaque monomère par rapport au centre de masse. Rg est plus facile à mesurer expérimentalement car la diffusion de la lumière, des rayons X et des neutrons sonde la distribution de masse globale de toute la pelote, pas seulement ses deux extrémités.

Une chaîne idéale (librement articulée) permet aux segments de se traverser mutuellement et obéit à des statistiques gaussiennes avec R ~ N^0,5. Une marche auto-évitante (SAW) interdit aux monomères de se chevaucher, ce qui gonfle la pelote : en 2D, l'effet de volume exclu donne R ~ N^ν avec ν ≈ 0,75, et en 3D ν ≈ 0,588. La chaîne idéale n'est une bonne approximation qu'à la condition thêta, où les effets attractifs et de volume exclu s'annulent.

L'exposant de Flory ν est la puissance dans la loi d'échelle R ~ N^ν reliant la taille de la chaîne au nombre de monomères N. Flory l'a dérivé d'un argument de champ moyen simple qui équilibre le coût entropique de l'étirement d'une chaîne contre l'énergie de volume exclu des monomères se repoussant mutuellement, donnant ν = 3/(d+2) en d dimensions — 0,75 en 2D et 0,6 en 3D, remarquablement proche de la valeur acceptée de 0,588.

Dans un bon solvant, les monomères se repoussent effectivement (le volume exclu domine) et la chaîne gonfle en une pelote étendue avec ν ≈ 0,75 (2D). À la condition thêta, l'attraction monomère-monomère annule exactement la répulsion de volume exclu, si bien que la chaîne se comporte comme une marche aléatoire idéale avec ν = 0,5. Dans un mauvais solvant, l'attraction domine et la chaîne s'effondre en un globule compact avec ν ≈ 1/3.

Si R = A·N^ν, prendre le logarithme donne log(R) = log(A) + ν·log(N), une droite dont la pente est exactement l'exposant ν. Tracer de nombreuses paires (N, R) sur des axes log-log et ajuster une droite par régression linéaire transforme une relation de loi de puissance en une pente facilement mesurable.

Les statistiques de marche aléatoire et de marche auto-évitante sous-tendent la physique des plastiques et de l'élasticité du caoutchouc, le comportement conformationnel de l'ADN et des protéines dépliées en solution, et la chromatographie par perméation de gel, où les molécules sont séparées selon leur taille de pelote effective lorsqu'elles diffusent à travers un gel poreux.

Comme une marche auto-évitante ne peut pas placer un nouveau monomère sur un existant, une chaîne en croissance peut se retrouver dans une position où toutes les directions proches sont déjà occupées. L'algorithme retente des directions aléatoires un nombre limité de fois, et si aucune ne fonctionne, il retire le dernier monomère et réessaie à partir d'un point antérieur.

Le R d'une seule chaîne fluctue beaucoup d'une réalisation aléatoire à l'autre, surtout pour un petit N. Générer de nombreuses chaînes indépendantes à chaque longueur de chaîne et moyenner R et Rg lisse ce bruit, de sorte que le graphique log-log trace une droite plus nette et que la pente de régression converge plus près du véritable ν théorique.