Morphology of elastic nematic liquid crystal membranes
Notice bibliographique
Résumé
Liquid crystalline phases found in many biological materials, such as actin, DNA, cellulose, and collagen can be responsible for the deformation of cell membranes. In this paper, cell membrane deformation is investigated through the coupling between liquid crystal anisotropy and membrane bending elasticity. The generalized shape equation for anisotropic interfaces, which resort to the Cahn-Hoffman capillarity vector, the Rapini-Papoular anchoring energy, and the Helfrich elastic energy, is applied to gain insight into the deformation of closed liquid crystal membranes. This study presents a general morphological phase diagram of membrane surface patterns, in which two characteristic regimes of membrane shapes can be classified with respect to the most dominant factor between liquid crystal anisotropy and bending elasticity. To that end, we consider a 2D nematic liquid crystal droplet immersed in a isotropic phase in the presence of an interfacial layer of surfactants, which leads to an additional elastic contribution to the free energy of the system. The presented results indicate that, depending on the bending elasticity of the cell membrane, the liquid crystal might be able to deform the cell, thereby resulting in anisotropic asymmetric shapes. As liquid crystal anisotropy dominates the bending elasticity, spindle-like or tactoid shapes, which are extensively observed in experiments, can be formed. The findings provide a foundational framework to better understand membrane topologies in living soft matters. Furthermore, the coupling between order and curvature of membranes shed new light into the design of novel functional soft materials.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».