MSD exponent from scale-dependent Flory exponent

Overview

Polymer 안 monomer 하나의 self-diffusion에서, mean-square displacement (MSD) 의 anomalous exponent 가 static scaling exponent (Flory exponent) 와 어떤 관계를 갖는지 정리한다. 특히 가 contour distance 에 따라 달라지는 경우(SBS 모델처럼 binder가 만든 domain crossover가 있는 경우), MSD에도 crossover가 생기며 그 crossover 위치 를 와 정적 crossover 로부터 예측하는 것이 목표다.

핵심 결과는 Tamm et al. (2015)의 Rouse-type scaling ansatz를 일반 로 확장한 것이다.

Symbol Table

Symbol	Meaning
	monomer MSD, lag time
	MSD anomalous exponent,
	Flory exponent,
	contour distance 만큼 떨어진 두 bead의 mean spatial distance
	시간 동안 함께 움직이는 덩어리(blob) 속 monomer 수
	microscopic diffusion constant,
	monomer size
	static crossover (가 로 바뀌는 contour distance)
	dynamic crossover (가 바뀌는 lag time)
	단기 Fickian / 장기 Fickian 경계 시간
	relaxation time of a subchain of monomers
	relaxation time exponent (contour),
	relaxation time exponent (spatial),
	fractal dimension of the chain conformation,
	monomer density within a subchain of size
	surface-friction exponent,

Key Points

1. Background — 세 가지 시간 영역

Monomer dynamics (Langevin, overdamped 가정):

Polymer 속 monomer는 connectivity와 potential을 추가로 느낀다:

여기서 는 thermal noise이며 delta-correlated:

세 가지 시간 영역에서 MSD는 다음과 같이 거동한다.

• 단기 (): connectivity가 느껴지기 전 → 자유 monomer의 Fickian diffusion, .
• 장기 (): polymer 전체가 하나의 입자처럼 움직이는 center-of-mass Fickian diffusion, diffusivity .
• 중간 (): polymer의 internal structure(potential)에 의한 anomalous diffusion. 가 에서 로 바뀌면 이 영역이 에서 다시 둘로 갈라진다.

정적 입력은 mean spatial distance의 scaling이다.

2. Scaling ansatz (Tamm et al. 2015)

Ansatz 1 — connectivity. 시간 동안 monomer가 이동할 때 함께 움직이는 덩어리의 크기 . 그 덩어리의 지름과 같은 scale로 monomer가 이동할 수 있으므로:

Ansatz 2 — collective diffusion. 동안 monomer는 덩어리와 함께 움직이고, 그 덩어리의 effective diffusion constant는 monomer 수에 반비례한다(, independent friction 가정):

3. Exponent 유도

(10)과 (11)에서 를 소거하면 , 따라서:

이를 (10)에 다시 넣으면:

따라서 exponent와 prefactor는:

검산: (fractal globule) → (Tamm et al. 결과와 일치). (ideal/Rouse) → (Rouse 결과와 일치).

4. Crossover 위치

를 만족하는 가 바로 다.
Ansatz 1에 적용하면

crossover 이전()에는 이 적용되므로,

Ansatz 2는 독립적으로 를 주지 는 못하고, 식 (12)의 관계를 재확인해준다. 를 Ansatz 2에 직접 넣으면 이고, 여기에 식 (12) 을 대입하면 우변 지수가 가 되어 양변이 로 항등식이 된다.

즉 Ansatz 2는 (식 12)와 일관됨을 확인해줄 뿐, 자체는 식 (15) (또는 동등하게 식 12에 대입)에서 결정된다. 두 ansatz를 결합하면 결론적으로 는 와 에 의해 다음 관계식으로 결정된다.

5. 연속적으로 변하는 (continuous crossover)

앞 절은 가 한 점 에서 로 불연속하게 바뀌는 경우다. 실제 측정 curve는 거의 항상 부드러운 crossover(한 decade 이상 퍼짐)를 보이므로, 가 의 연속 함수인 일반형이 더 현실적이다. 핵심은 식 (12)의 유도에서 가 상수라고 가정한 적이 없다는 점이다 — connectivity와 collective diffusion 논증은 둘 다 그 순간 움직이는 조각 길이 에서의 국소 통계만 쓴다.

Local logarithmic slope를 정적·동적 양쪽에서 정의한다.

주의: 처럼 지수에 함수를 직접 넣은 표현을 미분하면 항이 추가로 생긴다. 따라서 닫힌 형태 대신 측정된 의 local slope 자체를 로 다루는 것이 안전하다.

유도 (로그 미분 + adiabatic 근사)

두 ansatz를 국소화해 다시 쓴다. 를 상수가 아니라 그 scale에서의 국소값 으로 둔다.

상수 일 때는 (A)와 (B)를 대수적으로 풀어 를 얻었다. 그러나 가 의 함수가 되면 (A)의 지수에 이 다시 들어가 단순 대수로는 풀리지 않는다. power-law 구조의 기울기(= exponent)는 로그를 취한 뒤 미분할 때 가장 깨끗하게 드러나므로(log-log plot의 국소 기울기가 곧 측정량이다) 로그 미분으로 넘어간다.

단계 1 — (B)의 로그 미분. 양변에 로그를 취하면

로 미분하면(는 상수):

좌변은 정의상 . 변환율을 로 정의하면:

단계 2 — (A)의 로그 미분. 양변에 로그를 취하면

여기서 자체가 의 함수이므로 로 미분할 때 곱미분(product rule) 을 써야 한다:

오른쪽 둘째 항은 상수 일 때는 없던 항이다(). 이 항이 살아 있으면 식이 닫히지 않는다.

단계 3 — adiabatic 근사. 가 scale에 따라 천천히 변하면 가 작아, 둘째 항을 첫째 항과 비교한 비율

가 작다. 이때 둘째 항을 버리면:

이것이 상수 유도의 국소 버전이며, “각 순간 가 거의 상수처럼 행동한다”는 가정에 해당한다.

단계 4 — 연립. (A”)와 (B”)에서 를 소거하면 , 즉 . 따라서 변환식 (20)을 얻고:

이를 (A”)에 다시 넣으면 exponent 관계식 (19)가 나온다:

형태가 상수 버전 식 (1)과 글자 그대로 같다(로 치환된 것뿐). 이것이 “깨끗한 결과”의 의미다.

ODE로서의 구조와 풀이

식 (19)는 “지금 을 알면 를 안다”는 대수 관계다. 그러나 우리가 원하는 것은 의 함수로서의 이고, 그러려면 가 필요하다. 그것을 주는 것이 식 (20)이며, 우변 이 미지함수 에 의존하므로 1차 ODE다. 가 상수면 우변이 상수라 바로 적분되어 로 돌아간다(식 12). 가 변하면 변수분리형 ODE가 되어 닫힌 형태가 안 나올 수 있으나 수치 적분이면 충분하다. Sharp crossover는 가 계단 함수인 특수 극한이며, 연속 버전이 일반형이다.

수치 적분은 , 로 두면 표준형이 된다:

초기조건(예: 에서 , monomer 하나)을 주고 RK4 등으로 적분하면 를 얻는다. 가 변하면 닫힌 형태가 안 나올 수 있으나 수치 적분이면 충분하다. Sharp crossover는 가 계단 함수인 특수 극한이며, 연속 버전이 일반형이다. 가 변하면 닫힌 형태가 안 나올 수 있으나 수치 적분이면 충분하다. Sharp crossover는 가 계단 함수인 특수 극한이며, 연속 버전이 일반형이다.

검증 절차 (전체 curve 비교). sharp 버전의 “세 축 한 점 확인”이 “curve 모양 대조”로 바뀐다.

1. 에서 를 수치 미분으로 추출 (연속 함수).
2. ODE (20)을 수치 적분해 를 얻음.
3. (19)로 예측 curve 생성.
4. 측정한 와 겹쳐 비교. fitting 파라미터 없이 정적 데이터만으로 동적 curve를 예측하는 셈이라 검증력이 높다.

AI 보충 (논문 외 내용) — adiabatic 조건

아래는 원 논문에 없는, Glia(AI)가 보충한 단서다.

위 ODE 접근은 가 에 대해 충분히 천천히 변할 때(adiabatic)에 가장 잘 맞는다. 이 좁은 구간에서 급격히 꺾이면 local power law 가정 자체가 그 구간에서 깨진다. SBS의 부드러운 crossover는 보통 이 조건을 잘 만족한다.

6. Relaxation time exponent와 의 관계

식 (12)의 를 뒤집으면 그것이 바로 길이 인 subchain의 relaxation time 이다. 같은 mapping을 반대 방향에서 읽는 것일 뿐이지만, 문헌에서는 dynamic exponent 로 따로 불리므로 관계식을 명시해 둔다.

유도 (Rouse-type)

길이 인 subchain을 하나의 Rouse mode로 보면:

• friction: (monomer 수에 비례)
• effective spring constant: (entropic spring)

이는 식 (12)의 와 정확히 동치이다.

두 가지 dynamic exponent 관습

문헌에따라 를 으로 재는지 로 재는지가 다르므로, 두 exponent를 반드시 구분할 것.

(a) Contour 기준 :

(b) Spatial 기준 : 이므로 .

여기서 는 chain conformation의 fractal dimension이다.

와의 관계식

식 (1)과 (22), (23)을 결합하면 를 소거한 깔끔한 관계가 나온다.

역으로 풀면 , .

식 (25)가 더 근본적이다. “monomer가 자신의 blob 크기만큼 움직이는 데 blob의 relaxation time이 걸린다”는 진술을 그대로 적은 것이므로, Rouse ansatz 밖에서도 성립한다. 예: Zimm dynamics(hydrodynamic interaction 포함)에서는 , 즉 (대략 무관) 이므로 식 (25)는 즉시 를 줌 — 알려진 Zimm monomer subdiffusion 결과와 일치한다.

검산 표

system
ideal chain (Rouse)
SAW (Rouse)
fractal globule
confinement		—			(plateau)
Zimm (any )	—	—	—

맨 아랫 줄이 중요하다: confinement 극한에서 (사슬이 아무리 길어져도 크기가 안 커지므로)이고, 식 (25)가 자동으로 , 즉 MSD plateau를 준다.

Scale-dependent 버전

§5의 adiabatic 근사 아래에서는 이 관계들이 모두 국소화된다. 식 (20)의 는 정확히 의 역수임에 주의할 것.

따라서 식 (B”), , 는 식 (24)의 국소 버전 과 같은 식이다. 즉 §5의 ODE는 “scale마다 달라지는 relaxation time exponent 을 시간축으로 적분하는 과정” 으로 재해석된다. 등가적으로 을 직접 적분해도 된다:

이쪽이 수치적으로 더 안정적일 수 있다 — 을 직접 적분해 을 얻고, 그것을 수치적으로 역함수화해 를 얻으면 ODE 적분기의 stiffness 문제를 피할 수 있다. 둘은 수학적으로 동치이므로 교차검증용으로 둘 다 구현해 비교해볼 것.

7. 의 물리적 범위 — 3차원에서 은 가능한가?

을 자유함수로 다루기 시작하면 바로 따라오는 질문이다. 답은 “asymptotic exponent로는 불가능, local exponent 으로는 가능” 이며, 이 구분이 본 framework의 실제 적용에서 결정적이다.

하한 의 근거

(a) 기하학적. . 그러나 의 부분집합이 갖는 Hausdorff dimension은 최대 이므로, embedding 차원을 초과하는 fractal dimension은 정의상 존재할 수 없다.

(b) 물리적 (maximal packing). monomer가 각기 유한 부피 를 차지하면(excluded volume), 개가 크기 인 영역에 들어가려면:

즉 은 “더 이상 압축할 수 없는 가장 조밀한 상태”(compact globule)이고, 그것이 하한을 강제한다. equilibrium globule과 fractal globule은 둘 다 전역적으로 이며, 둘의 차이는 가 아니라 topology(knottedness)에 있다.

종합하면 3차원 asymptotic exponent는 에 갇힌다 (상한 은 rigid rod).

그러나 은 가능하다

유한한 구간에서의 local slope는 보다 작아질 수 있다. density를 보면 왜 모순이 아닌지 즉시 보인다.

이면 이 에 따라 증가한다. 이것은 금지된 것이 아니라 단지 아직 maximal packing에 도달하지 않았다는 뜻 — 사슬이 정해진 영역을 점점 채워가는 중이다. 다만 density에는 유한한 상한이 있으므로 이 구간은 반드시 유한해야 하고, 포화하는 순간 은 으로 되돌아가야 한다.

극단적 예가 confinement다. 사슬이 크기 의 cavity(chromosome territory, TAD)에 갇히면 이 커져도 로 saturate하고, 그 구간의 local exponent는 이 된다. Hi-C의 plateau가 정확히 이 신호다.

정리와 framework에의 함의

	성립 여부	이유
asymptotic ()	불가능	, maximal packing
local (유한 구간)	가능	density가 상한까지 증가하는 transient
local	가능	confinement / saturation (TAD, territory)

구현 상의 주의

제약은 asymptotic 값에만 걸어야 하며, 곱선 전체에 하드 제약으로 걸면 confinement 신호를 인위적으로 지워버린다. fitting이나 ODE 구현에서 을 clamp하고 있지 않은지 확인할 것.

식 (1)을 통해 이 구간은 인 시간 영역을 낳는다. 즉 가 fractal globule 값 보다 작게 관측되는 것은 이상 신호가 아니라 confinement의 자연스러운 귀결이며, SBS에서 binder domain이 사슬을 가두는 경우 예상되는 거동이다.

Questions & Insights

• Q: 단기()에서 polymer dynamics가 monomer dynamics와 같아지는 근거는? (식 3 → 식 5)
  A: drift 가 사라져서가 아니라, MSD(분산)에 drift가 기여하지 않기 때문. 짧은 동안 는 거의 상수()로 볼 수 있고, 입자는 그 상수 drift를 탄 brownian motion을 한다. drift는 평균 변위 를 결정하지만 MSD의 anomalous 성분이 아니라 인 ballistic 항으로 들어간다. 짧은 시간에서는 이 항이 diffusive 항보다 작아 무시되므로, 분산 가 자유 monomer와 같아진다. (“time/ensemble average하면 drift가 0이 된다”는 추측은 정확히는 틀림 — drift 자체는 0이 아니고, 단지 MSD 스케일링을 지배하지 않는 것.)

• Q: 의 정확한 형태는? (손계산에서 가 나와야 하는지 의문)
  A: 정확한 답은 (식 14). 의 지수가 이 아니라 인 것이 핵심. 차원 분석으로 교차검증됨: 이므로 의 시간 차원이 상쇄되고, 남은 길이 차원 가 와 일치. 형태는 차원이 맞지 않는다(가 남음).

Related Concepts

• 📑 Journal reading - Anomalous Diffusion in Fractal Globules
• Fractional Brownian Motion
• Physical properties of DNA
• Contact probability exponent and polymer scaling

References

• M. V. Tamm, L. I. Nazarov, A. A. Gavrilov, A. V. Chertovich, “Anomalous diffusion in fractal globules”, Phys. Rev. Lett. 114, 178102 (2015). DOI
• 위 논문의 Supplementary Information (Sec. I DPD, Sec. III hydrodynamic interactions, Sec. V first passage time)

Notes from Claude

Claude’s explanations and insights on this topic:

손글씨 유도(발표 자료)를 PDF 본문 및 supplementary와 대조해 검증한 결과, exponent 유도(식 1, 14)와 crossover 논리는 모두 정확하다. 두 군데 빨간 글씨 의문점은 위 Questions & Insights에 해소해 두었다.

Surface-friction 보정 (발표에서 질문 들어올 수 있는 지점). 위 유도는 independent friction(, 부피 ∝ monomer 수)을 가정한다. Supplementary Sec. III에서는 compact domain의 경우 표면 monomer만 friction을 받는다고 보아 , ()로 수정한다. 이 경우 일반식은

가 된다 (식 1은 인 특수 경우). 이면 로 동일.

AI 보충 (논문 외 내용) — SBS 시뮬레이션 해석 시 주의점

아래는 원 논문에 없는, Glia(AI)가 보충한 적용 관점이다.

1. Off-lattice MD vs lattice/DPD. 본 LAMMPS 작업은 off-lattice MD이므로 의 절대값을 Tamm et al.에서 그대로 가져오면 안 된다. 빌려오는 것은 scaling 구조(crossover의 존재와 방향), 즉 로 꺾인다는 정성적 예측이다.
2. SAW → globular crossover의 방향. (small scale, SAW) → (large scale, binder domain)이면 는 으로 감소한다. MSD log-log plot에서 기울기가 점점 완만해지는 것으로 나타난다.
3. Binder kinetics. 식 12의 변환은 binder가 준정적이라 chain 통계를 고정한다는 가정 위에 선다. binder on/off 시간이 와 비슷하면 이 mapping이 깨질 수 있고, 그것이 오히려 SBS 고유의 흥미로운 신호가 된다.
4. 검증 절차. ① 의 local slope로 와 확정 → ② MSD local slope 측정 → ③ 세 가지 판별법(시간/변위/slope 축)으로 대응 확인.