Annie LEMARCHAND

Research domain

Multiscale description of far-from-equilibrium chemical systems

At the interface between statistical physics, dynamical systems applied to chemistry, and materials science, my research activities concentrate on the multiscale study of the dynamics and structure of far-from-equilibrium reactive systems.

The following issues are presently investigated:

• Modeling of somitogenesis (formation of prevertebrae) using Turing-like structures at the macroscopic, mesoscopic and microscopic scales. Emphasis is given on the constructive role of internal fluctuations. The effect of confinement and departure from ideality is studied, in relation with the scaling of vertebra with the global size of the embryo,
• Modeling of cell interactions in the framework of thermostatted kinetic theory with application to the interactions between cancer cells and immune-system cells,
• Kinetic Monte Carlo simulations of plaster hydration and gypsum precipitation: development of a predictive tool in order to rationalize the choice of additives and the optimization of material properties,
• In collaboration with experimentalists in chemistry, photophysics and microfluidics, design of non-invasive methods of

(i) determination of chemical mechanisms and rate constants for chemical and biological reaction networks,

(ii) distinction between a nonequilibrium steady state and an equilibrium state.

Evaluation of the departure from equilibrium at cell scale

Carlo Bianca and Annie Lemarchand

J. Chem. Phys. 141, 144102 (2014),Physica A 438, 1 (2015)

The complex spatio-temporal structures that appear in biological systems require far-from equilibrium conditions which lead to the circulation of reaction fluxes. Recent developments in nonequilibrium statistical physics propose a theoretical framework for estimating these reaction fluxes. In particular, the time asymmetry of fluctuations could be a priori exploited. Fluorescence imaging gives directly access to the observation of the dynamics of cell events. The temporal ordering of three proteins in the endocytic pathway has been extracted and reaction flux has been estimated for an assumed mechanism with linear dynamics [D. R. Sisan, D. Yarar, C. M. Waterman, and J. S. Urbach, Biophys. J. 98, 2432 (2010)]. However, endocytosis is known to involve complex regulation mechanisms and our aim is to warn against the blind use of the simple relation between reaction flux and cross-correlation function of concentration fluctuations found for linear deterministic dynamics [W. J. Heuett and H. Qian, J. Chem. Phys. 124, 044110 (2006)].

In the biologically relevant case of a reactive system which may admit periodic oscillations, our results show that the amplitude of the cross-correlation functions is not only proportional to the reaction flux but also to a specific parameter-dependent function which diverges as a Hopf bifurcation approaches. In order to harvest the determination of correlation functions for reaction flux estimation in a given chemical system, it is therefore essential first to identify the reaction mechanism and secondly to evaluate the associated rate constants. If these demanding requirements may be fulfilled, the stochastic differential equations of Langevin type governing the fluctuating dynamics of concentrations provide a reliable, analytical formula relating the reaction flux and the correlations of fluctuations. From the theoretical viewpoint, the interplay between fluctuations and nonlinearities of deterministic dynamics is subtle and leads to specific formulas for the time cross-correlations of concentration fluctuations, that depend on the details of dynamics.

Projets de recherche (2018-2022)

Modélisation de phénomènes d'intérêt industriel ou biologique à une échelle mésoscopique

Mes projets relèvent, d'une part, de la science des matériaux et, d'autre part, de la biologie. Le point commun entre les différents projets est le niveau mésoscopique de description et la conception de programmes de Monte-Carlo cinétique. Le terme ne doit pas être confondu avec des simulations de Monte-Carlo dont le but est d'échantillonner l'espace des phases en minimisant un potentiel thermodynamique à l'équilibre. En revanche, des simulations de Monte-Carlo cinétique donnent accès à la dynamique d'un phénomène à une échelle mésoscopique, à partir de la simulation de trajectoires stochastiques hors d'équilibre.

Hydratation du plâtre et cristallisation du gypse : au delà de la théorie de la nucléation

R. Lespiat et H. Rétot, Saint Gobain, CREE, Cavaillon

Le modèle de simulation de l'hydratation du plâtre que nous avons développé représente à la fois un effort de compréhension des processus sous-jacents et un choix minimal d'ingrédients. Le modèle, avec ses hypothèses actuelles, reproduit de façon satisfaisante les phénomènes observés : effet d'un retardateur, l'acide citrique, et effet d'additifs accélérateurs, des germes de gypse. Néanmoins, le travail mené en 2017 avec Saint Gobain sur la prédiction quantitative de l'effet de la granulométrie du plâtre sur la vitesse de prise et sur les propriétés mécaniques du matériau final met en évidence des faiblesses du modèle, en particulier sur la simulation de la fin de la réaction.

Pour y remédier, nous souhaitons revenir sur des hypothèses fortes du modèle, en particulier le fait que la cristallisation imposerait la vitesse de la réaction. Certes, la dissolution du plâtre est rapide en début de réaction. La saturation est quasi instantanément atteinte lorsque l'eau est ajoutée à la poudre et l'hypothèse selon laquelle la dissolution du plâtre s'adapterait adiabatiquement à la quantité de gypse précipité reste valable pendant la période d'induction, tant que le gypse précipite lentement. En revanche, l'hypothèse n'est plus légitime, lorsque la réaction s'emballe. Par ailleurs, nous avons choisi de façon empirique une probabilité de croissance proportionnelle à la surface de l'aiguille, de façon à reproduire une cinétique autocatalytique, à même de conduire à une période d'induction.

Une façon de s'affranchir de ces hypothèses est d'ancrer le modèle dans la théorie de la nucléation, qui, d'une part, tient compte de l'évolution de la concentration en ions dans la solution aqueuse, des cinétiques de dissolution du plâtre et de précipitation du gypse et, d'autre part, introduit une taille critique de cristal en dessous de laquelle il régresse, selon le phénomène bien connu d'Oswald ripening [B. Fritz and C. Noguera, Rev. Mineral. Geochem. 70, 371 (2009)]. En collaboration avec Claudine Noguera de l'INSP, nous souhaitons examiner dans quelle mesure la théorie de la nucléation peut reproduire l'existence d'une période d'induction pour la réaction d'hydratation du plâtre et attribuer des valeurs physiques aux paramètres introduits dans la théorie.

Bien sûr, la théorie de la nucléation n'est pas à même de reproduire les interactions stériques entre aiguilles de gypse, ce que le modèle actuel de simulation gère parfaitement. L'objectif ultime sera donc d'incorporer les éléments essentiels de la théorie de la nucléation dans le modèle de simulation, afin de mieux calculer la probabilité de croissance des aiguilles tout en continuant à déterminer correctement les contacts entre elles.

Compétition entre cellules cancéreuses et cellules du système immunitaire : l'apport de la théorie cinétique

Collaboration : C. Bianca, Ecole Supérieure d'Ingénieurs en Génie Electrique, Productique et Management Inductriel, Cergy-Pontoise

Le traitement d'un cancer par stimulation du système immunitaire est une stratégie thérapeutique en plein essor. Il est bien établi qu'une cellule dendritique, ainsi appelée en raison de ses bras, peut ingérer et décomposer une cellule dangereuse, isoler un antigène puis le présenter à une cellule du système immunitaire, un lymphocyte T. L'exposition de ce lymphocyte T à l'antigène déclenche alors la multiplication et l'activation des lymphocytes T. Ils sont ensuite à même de débarrasser l'organisme des cellules dangereuses. Parallèlement à cet apprentissage des lymphocytes T, les cellules tumorales développent la capacité à se fondre dans le tissu environnant et à tromper les cellules du système immunitaire. L'activation des lymphocytes T peut donc n'être pas suffisante à enrayer le développement d'un cancer. En particulier, certaines tumeurs échappent au contrôle du système immunitaire, selon un processus identifié sous le nom « des trois E », pour « Elimination, Equilibre et Echappement » [G. P. Dunn et al, Annu. Rev. Immunol. 22, 329 (2004)]. Au cours de ce phénomène, une apparente élimination de la tumeur par le système immunitaire précède une longue période de dormance ou d'équilibre, finalement suivie par la prolifération des cellules cancéreuses.

Seule la compréhension de l'ensemble de ces mécanismes d'apprentissage et d'activation permettra une immunothérapie efficace. La modélisation de l'effet d'un traitement sur une tumeur demande le développement d'outils faisant le lien entre l'échelle cellulaire et celle des tissus. La physique statistique et, en particulier, la théorie cinétique répondent à cette exigence. Le modèle que nous utilisons étend aux interactions cellulaires les idées ayant conduit à l'équation de Boltzmann pour les collisions entre molécules d'un gaz. Le phénomène d'activation des cellules est reproduit par l'attribution à chaque cellule d'une quantité, nommée activité, susceptible d'augmenter lors des contacts entre cellules. Par analogie avec la dissipation d'énergie et la notion de thermostat, il est admis que les échanges entre une cellule et son environnement permettent de contrôler les fluctuations de l'activité totale du milieu. Le modèle que nous avons développé permet d'écrire les équations cinétiques gouvernant les fonctions de distribution des positions, des vitesses et de l'activité de cellules de différentes natures. Nous avons montré que des approches perturbatives peuvent être menées pour dériver des lois macroscopiques à l'échelle du tissu, mais la résolution analytique, même approchée, des équations cinétiques reste ardue.

Afin de confronter les prédictions du modèle avec les comportements observés en immunothérapie, nous proposons de développer des méthodes de simulation directe des équations cinétiques en adaptant la méthode « Direct Simulation Monte Carlo », introduite dans le cas des gaz et que nous avons déjà utilisée avec succès dans un contexte biologique. Dans une première application négligeant positions et vitesses des cellules, nous venons de reproduire, par la simulation directe des équations cinétiques, la succession des phénomènes d'élimination, d'équilibre et d'échappement, caractéristiques du comportement complexe des cellules cancéreuses. L'objet du projet sera d'étendre ce type d'approche à des cellules en mouvement. Il s’agira de concevoir un modèle minimal d’interactions cellulaires et un algorithme de simulation tenant compte des inhomogénéités spatiales. Les résultats permettront, d'une part, de tester les hypothèses du modèle par comparaison avec les observations cliniques et, d'autre part, de guider le choix d'approximations réalistes. Il sera alors possible de dériver des lois macroscopiques gouvernant l'évolution d'une tumeur à l'échelle du tissu, donnant ainsi accès à l'interprétation de l'effet d'un traitement sur la maladie.

Structure de Turing, confinement et fluctuations : application à la formation des vertèbres

Collaboration : B. Nowakowski, Institut de chimie-physique, Varsovie

Nous venons de concevoir un modèle macroscopique, déterministe, reproduisant la formation de vertèbres plus petites dans un embryon de plus petite taille. Le modèle repose sur des processus de réaction et de diffusion impliquant deux espèces, les morphogènes, et présentant une bistabilité, des solutions de type front d'onde et une instabilité de Turing. La structure spatiale périodique de Turing qui naît après le passage du front d'onde est supposée induire la formation des somites ou pré-vertèbres. L'un des succès de notre approche est d'avoir levé une objection souvent invoquée à l'encontre du modèle de Turing, soupçonné de ne pas reproduire l'adaptation de la taille des vertèbres à celle de l'embryon, à nombre de vertèbres constant. Nous avons en effet montré, à l'échelle macroscopique, que le confinement et l'effet du solvant peuvent expliquer ce phénomène de « scaling ».

Le but du projet est d'étudier l'influence du confinement sur le phénomène d'adaptation des somites à l'échelle microscopique. Nous commencerons par concevoir un programme de Monte Carlo cinétique, fondé sur la méthode DSMC (Direct Simulation Monte Carlo), afin de simuler l'évolution des positions et des vitesses des molécules de morphogènes et de solvant. La diffusion et la réactivité des espèces seront caractérisées, dans le cas où les deux morphogènes sont trop concentrés pour que l'effet du solvant puisse être négligé. Différentes pistes seront explorées pour développer une approche analytique approchée de l'effet du confinement sur les coefficients de diffusion et les constantes cinétiques [M. Bruna et al, J. Chem. Phys. 137, 204116 (2012)].

Les conséquences de l'écart à l'idéalité sur la longueur d'onde de la structure de Turing, seront explicitées et appliquées à la somitogénèse.

Imagerie d'espèces réactives au sein de la cellule : optimisation de la sélectivité par modulation de l'éclairement

Collaboration : Ludovic Jullien, Thomas Le Saux (département de chimie, ENS)

Accueil de Laurence Signon, chargée de recherches au CNRS, biologiste en reconversion thématique, en stage au LPTMC.

En chimie et en biologie, l'analyse d'un composé peut nécessiter que l'analyte ciblé soit isolé de l'échantillon considéré. Cette étape peut être limitante, soit parce qu'elle est difficile, soit parce qu'elle est préjudiciable à des échantillons fragiles comme des cellules vivantes. Une analyse sans séparation est donc souhaitable. C'est le but du titrage traditionnel. Cependant, cette méthode, qui repose sur la variation d'un signal contrôlé par la seule thermodynamique, n'est souvent pas suffisamment sélective pour cibler plusieurs analytes, c'est-à-dire lors du multiplexage. Le titrage est en effet limité à des réactifs présentant des signaux qui ne se chevauchent pas. Ces contraintes peuvent être évitées dans les cellules vivantes, dans lesquelles par exemple, des messagers secondaires, comme les ions calcium Ca²⁺, ajoutent une modulation temporelle à la variation de l'amplitude du signal, ce qui transmet des informations de façon plus sélective. Inspiré par ce phénomène, le projet propose d'introduire des protocoles d'imagerie multiplexée rapide et sélective de marqueurs fluorescents, en imposant une modulation temporelle de l'éclairement. En s'appuyant sur les caractéristiques photophysiques et photochimiques des protéines fluorescentes utilisées dans les expériences menées à l'ENS [M. A. Plamont et al, Proc. Nat. Acad. Sci. USA 113, 497 (2016)], le projet développé au LPTMC est d'introduire des développements théoriques, analytiques et numériques, conduisant à des filtres cinétiques de l'émission de fluorescence permettant de détecter sélectivement les espèces désirées.

Le développement théorique consistera donc :

(i) à écrire les équations différentielles associées à la cinétique du système photochimique considéré dans les expériences, en présence d'un forçage période correspondant à la modulation de l'éclairement à la fréquence ω. Les expressions analytiques des composantes en phase avec l'éclairement, S_nⁱⁿ, et en opposition de phase, S_n^out, aux fréquences harmoniques nω, solutions de ces équations, seront déterminées.

(ii) à adapter les degrés de liberté de l'excitation lumineuse, à savoir, l'intensité et la fréquence de la modulation lumineuse, de façon à ce que les composantes S_nⁱⁿ ou S_n^out soient maximales pour l'espèce ciblée, M_c, associée à des constantes cinétiques données.

(iii) à construire, à partir des composantes S_nⁱⁿ et S_n^out, une observable qui ne prenne des valeurs significatives que pour l'espèce ciblée M_c. Une telle observable sera qualifiée de HIGHLIGHT, pour PHase-sensItive imaGing of reversibly pHotoswitchable Labels after modulatIon of activatinG ligHT.

A terme, il s'agira de permettre le multiplexage rapide de plus de dix marqueurs fluorescents, avec application à l'imagerie de la cellule.

Publications

115. R. Chouket, A. Pellissier-Tanon, A. Lahlou, R. Zhang, S. Kim, M.-A. Plamont, M. Zhang, X. Zhang, P. Xu, N. Desprat, D. Bourgeois, A. Espagne, A. Lemarchand, T. Le Saux, L. Jullien,

Extra kinetic dimensions for label discrimination,

Soumis (2021).

114. L. Masurel, C. Bianca, and A. Lemarchand,

Oscillations of the number of immune system cells in a space-velocity thermostatted kinetic theory model of tumor growth,

Math. Biosci. Eng.

Soumis (2021).

113. G. Morgado, B. Nowakowski, and A. Lemarchand,

Elimination of fast variables in stochastic nonlinear kinetics,

Phys. Chem. Chem. Phys. 22, 20801 (2020).

112. R. Chouket, A. Pellissier-Tanon, A. Lemarchand, A. Espagne, T. Le Saux, and L. Jullien,

Dynamic contrast for overcoming spectral interferences in fluorescence imaging,

J. Phys. Photonics 2, 032003 (2020).

111. G. Morgado, B. Nowakowski, and A. Lemarchand,

Stochastic approach to Fisher and Kolmogorov, Petrovskii, and Piskunov wave fronts for species with different diffusivities in dilute and concentrated solutions,

Physica A 558, 124954 (2020).

110. R. Chouket, R. Zhang, A. Pellissier-Tanon, A. Lemarchand, A. Espagne, T. Le Saux, and L. Jullien,

Out-of-Phase Imaging after Optical Modulation (OPIOM) for multiplexed fluorescence imaging under adverse optical conditions,

in Multiplexed Imaging, Ed. E. Zamir, Springer, to appear.

109. R. Chouket, A. Pellissier-Tanon, A. Lemarchand, A. Espagne, T. Le Saux, and L. Jullien,

Dynamic contrast with reversibly photoswitchable fluorescent labels for imaging living cells,

Chem. Sci. 11, 2882 (2020).

108. G. Morgado, L. Signon, B. Nowakowski, and A. Lemarchand,

Termination mechanisms of Turing patterns in growing systems,

Acta Physica Polonica B 50, 1369 (2019).

107. G. Morgado, B. Nowakowski, and A. Lemarchand,

Fisher-Kolmogorov-Petrovskii-Piskunov wave front as a sensor of perturbed diffusion in concentrated systems,

Phys. Rev. E 99, 022205 (2019).

106. G. Morgado, L. Masurel, Z. Rhodes, R. Lespiat, H. Rétot, and A. Lemarchand,

Kinetics of plaster hydration and structure of gypsum: Experiments and kinetic Monte Carlo simulations with added gypsum seeds,

J. Cryst. Growth 507, 124 (2019). 

105. G. Morgado, B. Nowakowski, and A. Lemarchand,

Scaling of submicrometric Turing patterns in concentrated growing systems,

Phys. Rev. E 98, 032213 (2018).

104. A. Pélissier-Tanon, R. Chouket, T. Le Saux, L. Jullien, and A. Lemarchand,

Light-assisted dynamic titration : a theoretical approach,

Phys. Chem. Chem. Phys. 20, 23998 (2018).

103. L. Masurel, C. Bianca, and A. Lemarchand,

On the learning control effects in the cancer-immune system competition,

Physica A 506, 462 (2018).

102. G. Morgado, M. Collet, R. Lespiat, H. Rétot, and A. Lemarchand,

Submicrometric picture of plaster hydration: Optimization of the addition of gypsum needles,

J. Phys. Chem. C 121, 5657 (2017).

101. C. Bianca and A. Lemarchand,

Miming the cancer-immune system competition by kinetic Monte Carlo simulations,

J. Chem. Phys. 145, 154108 (2016).

100. L. Signon, B. Nowakowski, and A. Lemarchand,

Modelling somite scaling in small embryos in the framework of Turing patterns,

Phys. Rev. E 93, 042402 (2016).

99. J. Quérard, T. Le Saux, A. Gautier, D. Alcor, V. Croquette, C. Gosse, A. Lemarchand, and L. Jullien,

Kinetics of reactive modules adds discriminative dimensions for selective cell imaging,

ChemPhysChem 17, 1396 (2016).

98. J. Gorecki, B. Nowakowski, J. N. Gorecka, and A. Lemarchand,

Minimum size for a nanoscale temperature discriminator based on a thermochemical system,

Phys. Chem. Chem. Phys. 18, 4952 (2016).

97. C. Bianca and A. Lemarchand,

From cellular to tissue scales by asymptotic limits of thermostatted kinetic models,

Eur. Phys. J. Plus 131, 41 (2016).

96. C. Bianca and A. Lemarchand,

Evaluation of reaction fluxes in stationary and oscillating far-from-equilibrium biological systems,

Physica A 438, 1 (2015).

95. F. Closa, C. Gosse, L. Jullien, and A. Lemarchand,

Identication of two-step chemical mechanisms using small temperature oscillations and a single tagged species,

J. Chem. Phys. 142, 174108 (2015).

94. C. Bianca, C. Dogbe, and A. Lemarchand,

Onset of hyperbolic macroscopic behavior in complex systems subjected to external agents,

Appl. Math. Inf. Sci. 9, 2477 (2015).

93. C. Bianca and A. Lemarchand,

Density evolution by the low-field limit of kinetic frameworks with thermostat and mutations,

Commun. Nonlinear Sci. Numer. Simulat. 20, 14 (2015).

92. C. Bianca, C. Dogbe, and A. Lemarchand,

The role of nonconservative interactions in the asymptotic limit of thermostatted kinetic models,

Acta Appl. Math. 139, 1 (2015).

91. S. Joiret, F. Pillier, and A. Lemarchand,

Submicrometric Picture of Plaster Hydration: Dynamic and Space-Resolved Raman Spectroscopy versus Kinetic Monte Carlo Simulations,

J. Phys. Chem. C 118, 28730 (2014).

90. C. Bianca, L. Guerrini, and A. Lemarchand,

Existence of solutions of a partial integro-differential equation with thermostat and time delay,

Abstract and Applied Analysis 2014, 463409 (2014).

89. C. Bianca and A. Lemarchand,

Determination of reaction flux from concentration fluctuations near a Hopf bifurcation,

J. Chem. Phys. 141, 144102 (2014).

88. C. Bianca and A. Lemarchand,

Temporal cross-correlation asymmetry and departure from equilibrium in a bistable chemical system,

J Chem. Phys. 140, 224105 (2014).

87. C. Bianca and A. Lemarchand,

A Kinetic Framework for Modeling Nonequilibrium Biological and Chemical Systems,

Nonlinear Stud. 21, 367 (2014).

86. A. Lemarchand, J. Gorecki, A. Gorecki, and B. Nowakowski,

Temperature driven coherence resonance and stochastic resonance in a thermochemical system,

Phys. Rev. E 89, 022916 (2014).

85. P. Dziekan, L. Signon, B. Nowakowski, and A. Lemarchand,

Effect of a local source or sink of inhibitor on Turing patterns,

Commun. Theor. Phys. 62, 622 (2014).

84. P. Dziekan, B. Nowakowski, and A. Lemarchand,

Reaction-diffusion scheme for the clock and wavefront mechanism of pattern formation,

Eur. Phys. J. B 87, 77 (2014).

83. J. Gorecki, A. Gorecki, A. Lemarchand, and B. Nowakowski,

Information resonance in a model excitable system,

Eur. Phys. J. B 86, 264 (2013).

82. P. Dziekan, L. Signon, B. Nowakowski, and A. Lemarchand,

Reaction-diffusion approach to prevertebrae formation: Effect of a local source of morphogen,

J Chem. Phys. 139, 114107 (2013).

81. F. Closa, C. Gosse, L. Jullien, and A. Lemarchand,

Identification of Two-Step Chemical Mechanisms and Determination of Thermokinetic Parameters using Frequency Responses to Small Temperature Oscillations,

J Chem. Phys. 138, 244109 (2013).

80. C.Antoine,G.Dumazer,B.Nowakowski,andA.Lemarchand,

Nonlinear hydrodynamic corrections to supersonic F-KPP wave fronts,

PhysicaD241,461(2012).

79. P.Dziekan,A.Lemarchand,andB.Nowakowski,

Master equation for a bistable chemical system with perturbed particle velocity distribution function,

Phys.RevE85, 021128 (2012).

78. A.Lemarchand,F.Boudoire,E.Boucard,T.Chotard,andA.Smith,

Plaster hydration at different plaster-to-water ratios: Acoustic emission and 3-dimensional submicrometric simulations,

J.Phys.Chem.C116, 4671 (2012).

77. A.Lemarchand,H.Berthoumieux,L.Jullien,andC.Gosse,

Chemical mechanism identification from frequency response to small temperature modulation,

J.Phys.Chem. A 116, 8455 (2012).

76. P. Dziekan, A. Lemarchand, and B. Nowakowski,

Particle dynamics simulations of Turing patterns,

J. Chem. Phys. 137, 074107(2012).

75. P.Dziekan,B.Nowakowski,andA.Lemarchand,

Master equation for a chemical wave front with perturbation of local equilibrium,

J.Chem.Phys.135,084123(2011).

SelectedbytheVirtualJournalofNanoscaleScience&Technology,Sept.12,Vol.24(11),2011.

74. K.Zrelli,T.Barilero,H.Berthoumieux,T.LeSaux,C.Gosse,A.LemarchandandL.Jullien,

Kinetic and Thermodynamic Characterisation by Heating in a Microfluidic Cell,

SensorLett.9,2332(2011).

73. A.Lemarchand,B.Nowakowski,G.Dumazer,andC.Antoine,

Microscopic simulations of supersonic and subsonic exothermic chemical wave fronts and transition to detonation,

J.Chem.Phys.134,034121(2011).

73. A.Lemarchand,B.Nowakowski,G.Dumazer,andC.Antoine,

Microscopic simulations of supersonic and subsonic exothermic chemical wave fronts and transition to detonation,

J.Chem.Phys.134,034121(2011).

72. K.Zrelli,T.Barilero,E.Cavatore,H.Berthoumieux,T.LeSaux,V.Croquette,A.Lemarchand,C.Gosse,andL.Jullien,

Temperature modulation and quadrature detection for selective titration of two-state exchanging reactants,

Anal.Chem.83,2476(2011).

71. A.LemarchandandB.Nowakowski,

Do the internal fluctuations blur or enhance axial segmentation?,

EuroPhysics Letters94,48004(2011).

70. B.Nowakowski,A.L.Kawczynski,A.Kolbus,andA.Lemarchand,

Coherence resonances in excitable thermochemical systems induced by scaled reaction heat,

Eur.Phys.J.B84,137(2011).

69. G.Dumazer,A.Smith,andA.Lemarchand,

Master equation approach to gypsum needle crystallization,

J.Phys.Chem.C114,3830(2010).

68. A.Kolbus,A.Lemarchand,A.Kawczynski,andB.Nowakowski,

Coherence resonances in an excitable thermochemical system with multiple stationary states,

Phys.Chem.Chem.Phys.12,13224(2010).

67. G.Dumazer,V.Narayan,A.Smith,andA.Lemarchand,

Modeling gypsum crystallization on a submicrometric scale,

J.Phys.Chem.C113,1189(2009).

66. H.Berthoumieux,C.Antoine,L.Jullien,andA.Lemarchand,

Resonant Response to Temperature Modulation for Enzymatic Dynamics Characterization,

Phys.Rev.E79,021906(2009).

SelectedbytheVirtualJournalofBiologicalPhysicsResearch,Feb.15,Vol.17(4),2009.

65. H.Berthoumieux,C.Antoine,andA.Lemarchand,

Determination of the six rate constants of a three-state enzymatic network and a noninvasive test of detailed balance,

J.Chem.Phys.131,084106(2009).

SelectedbytheVirtualJournalofBiologicalPhysicsResearch,Sep.1,Vol.18(5),2009.

64. G.Dumazer,C.Antoine,A.Lemarchand,andB.Nowakowski,

Steady dynamics of exothermic chemical wave fronts in van der Waals fluids,

Phys.Rev.E80,066309(2009).

63. A.Estévez-Torres, T.LeSaux,C.Gosse,A.Lemarchand, A.Bourdoncle andL.Jullien,

Fourier Transform to Analyse Reaction-Diffusion Dynamics in a Microsystem,

LabChip8,1205(2008).

62. G.Dumazer,M.Leda,B.Nowakowski,andA.Lemarchand,

Transition between an exothermic chemical wave front and a generic flame,

Phys.Rev.E78,016309(2008).

61. H.Berthoumieux,L.Jullien,andA.Lemarchand,

Temporal modulation of a spatially periodic potential for kinetically governed oriented motion,

J.Phys.Chem.B111,2045(2007).

60. A. Lemarchand and B. Nowakowski,

Internal fluctuations in a thermochemical system: excitability, oscillations and coherence resonances,

J. Phys.: Condens. Matter19, 065130 (2007).

59. C.AntoineandA.Lemarchand,

Resonance of relaxation time in the temperature modulated Schlögl model,

J.Chem.Phys.126,104103(2007).

58. M.Leda,A.LemarchandandB.Nowakowski,

Forbidden interval of propagation speed for exothermic chemical fronts,

Phys. Rev. E 75, 056304 (2007).

57. A. Estevez-Torres, C. Gosse, T. Le Saux, J.-F. Allemand, V. Croquette, H. Berthoumieux, A. Lemarchand, L. Jullien, 

Fourier analysis to measure diffusion coefficients and resolve mixtures on a continuous electrophoresis chip,

Anal.Chem.79,8222(2007).

56. A.LemarchandandJ.-P.Bonnet,

Modeling silicon carbide synthesis on a submicrometric scale,

J.Phys.Chem.C111,10829(2007).

55. B.NowakowskiandA.Lemarchand,

Sensitivity of an exothermic chemical wave front to a departure from local equilibrium,

J.Chem.Phys.127,174712(2007).

54. H.Berthoumieux,L.Jullien,andA.Lemarchand,

Response to a temperature modulation as a signature of the chemical mechanism,

Phys.Rev.E76,056112(2007).

SelectedbytheVirtualJournalofBiologicalPhysicsResearch,Nov.15,Vol.14(10),2007.

53. J.-C.Nièpceetal.,

Main recent contributions in SHS from France,

Int.J.SHS16,235(2007).

52. A.LemarchandandJ.-P.Bonnet,

Modelling silicon carbide formation during heating at constant rate,

J.Eur.Ceram.Soc.26,2389(2006).

51. J.S.Hansen,B.NowakowskiandA.Lemarchand,

Molecular dynamics simulations and master-equation description of a chemical wave front: effects of density and size of reaction zone on propagation speed,

J.Chem.Phys.124,034503(2006).

50. J.S.HansenandA.Lemarchand,

Mixing of nanofluids: a molecular dynamics simulation and modelling,

Mol.Simulat.32,419(2006).

49. J.S.Hansen,B.NowakowskiandA.Lemarchand,

Microscopic simulations of an exothermic chemical wave front: departure from the continuity equations,

J.Chem.Phys.125,044313(2006).

48. D.Alcor,J.-F.Allemand,E.Cogné-Laage,V.Croquette,F.Ferrage,L.Jullien,A.Kononov,andA.Lemarchand,

Stochastic resonance to control diffusive motion in chemistry,

J.Phys.Chem.B109,1318(2005).

47. A.LemarchandandB.Nowakowski,

Coherence resonances in an autonomous thermochemical model with internal fluctuations,

Europhys. Lett. 71, 530 (2005).

46. A.LemarchandandL.Jullien,

Symmetry-broken reactant motion upon phase-related symmetrically modulated excitations : application to highly selective molecular sorting,

J. Phys. Chem. A 109, 5770 (2005).

45. S. Charier, A. Meglio, D. Alcor, E. Cogné-Laage, J.-F. Allemand, L. Jullien, A. Lemarchand,

Reactant concentrations from fluorescence correlation spectroscopy with tailored fluorescent probes. An example of local calibration-free pH measurement,

J.Am.Chem.Soc.127,15491(2005).

44. J.S.Hansen,J.OttesenandA.Lemarchand,

Molecular dynamics simulations of valveless pumping in a closed microfluidic tube-system,

Mol.Simulat.31,963(2005).

43. A.LemarchandandL.Jullien,

Tuning a reaction using two-site catalysis and far-from-equilibrium conditions,

Phys.Chem.Chem.Phys.6,398 (2004).

42. A.LemarchandandL.Jullien,

Competition and symbiosis in a chemical world,

J. Phys. Chem. B 108, 11782 (2004).

41. A.LemarchandandB.Nowakowski,

Enhanced sensitivity of a thermochemical system to microscopic perturbations,

PhysicaA331,409(2004).

40. M.Nicollet,A.Lemarchand,andN.Cavaciuti,

Detection of atmospheric turbulence by multifractal analysis using wavelets,

Fractals12,211(2004).

39. D.Alcor,V.Croquette,L.Jullien,andA.Lemarchand,

Molecular sorting by stochastic resonance,

Proc.Nat.Acad.Sci.USA101,8276(2004).

38. A.LemarchandandB.Nowakowski,

Fluctuation-induced and nonequilibrium-induced bifurcations in a thermochemical system,

Mol.Simulat.30,773(2004).

37. D.Alcor,J.-F.Allemand,I .Aujard, J.-B. Baudin, C. Benbrahim, S. Charier, E. Cogné-Laage, V. Croquette, A. Estevez-Torres, F. Ferrage, L. Jullien, A. Kononov, A. Lemarchand, H. Lemarchand, O. Ruel,

Controlled assembly of covalent and supramolecular chemical modules: from engineering of complex structures to high-performance chromatography,

Russ.Chem.Bull.53,1379(2004).

36. B.NowakowskiandA.Lemarchand

Sensitivityofexplosiontodeparturefrompartialequilibrium,

Phys. Rev. E 68,031105 (2003).

35. L.Jullien,A.Lemarchand,S.Charier,O.Ruel,andJ.-B.Baudin,

Two-site molecules as a road for engineering complexity in chemical systems,

J.Phys.Chem.B107,9905(2003).

34. B. Nowakowski, A. Lemarchand, and E. Nowakowska,

Stochastic effects in the bistable homogeneous Semenov model,

Acta Physica Polonica B, 33, 1031 (2002).

33. B.NowakowskiandA.Lemarchand,

Thermal explosion near bifurcation: Stochastic features of ignition,

Physica A 311, 80 (2002).

32. L.JullienandA.Lemarchand,

Evaluation of the separation efficiency of some processes based on interaction of reactive species with a static, spatially periodic potential,

J.Phys.Chem.B105,4415(2001).

31. B.NowakowskiandA.Lemarchand,

Stochastic effects in a thermochemical system with Newtonian cooling,

Phys.Rev. E 64,061108 (2001).

30. B. Nowakowski, A. Lemarchand, and E. Nowakowska,

Non standard reaction kinetics: microscopic simulations of a system with product removal,

Chem. Phys. 270, 287 (2001).

29. A.Lemarchand,

Selection of an attractor in a continuum of stable solutions: descriptions of a wave front at different scales,

J.Stat.Phys.101,579(2000).

28. M.Nicollet,A.Lemarchand,andG.M.L.Dumas,

Singularity spectrum of non periodic time series: surrogate data and wavelet transform,

Fractals8,129(2000).

27. A.LemarchandandB.Nowakowski,

Macroscopic effects of the perturbation of particle velocity distribution in a trigger wave,

Phys.Rev.E62,3156(2000).

26. L.Jullien,A.Lemarchand,andH.Lemarchand,

Diffusion of reactive species tuned by modulated external field: application to high performance chromatography,

J.Chem.Phys.112,8293(2000).

25. A.LemarchandandB.Nowakowski,

Perturbation of Particle Velocity Distribution in a Bistable Chemical System,

PhysicaA271,87(1999).

24. O.Bénichou,A.-M.Cazabat,A.Lemarchand,M.Moreau,andG.Oshanin,

Biased Diffusion in a One Dimensional Adsorbed Monolayer,

J.Stat.Phys.97,351(1999).

23. A.LemarchandandB.Nowakowski,

Differentdescriptionlevelsofchemicalwavefrontandpropagationspeedselection,

J.Chem.Phys.111,6190(1999).

22. A.LemarchandandB.Nowakowski,

Microscopic Simulation of a Wave Front: Chemically Induced Perturbation of Particle Velocity Distribution,

Europhys.Lett.41,455(1998).

21. A.Lemarchand,B.Nowakowski,andA.Karzazi,

Non Equilibrium Effects in Chemical Wave Fronts: Microscopic Simulations and Analytical Approach,

ActaPhysicaPolonicaB29,1623(1998).

20. A.LemarchandandB.Nowakowski,

Perturbation of Local Equilibrium by a Chemical Wave Front,

J.Chem.Phys.109,7028(1998).

19. M.Nicollet,A.Lemarchand,andG.M.L.Dumas,

Wavelet Transform of a Multifractal Measure in a Cool Flame Experiment,

Fractals5,35(1997).

18. B.NowakowskiandA.Lemarchand,

Effect of Chemical Reaction on Diffusion of Diluted Gas: Simulations by Means of Two Monte Carlo Methods,

J.Chem.Phys.106,3965(1997).

17. A.LemarchandandM.Mareschal,

A Lattice-Gas Model for a Reaction-Diffusion System,

inComputerSimulationinMaterialsScience,eds.H.O.Kirchneretal,p.259,Kluwer,Netherlands(1996).

16. M.MareschalandA.Lemarchand,

Cellular Automata and Mesoscale Simulations,

inComputerSimulationinMaterialsScience,eds.H.O.Kirchneretal,p.85,Kluwer,Netherlands(1996).

15. I.Nainville,A.Lemarchand,andJ.-P.Badiali,

Growth Dynamics and Morphology of Passive Films,

Phys.Rev.E53,2537(1996).

14. I.Nainville,A.Lemarchand,andJ.-P.Badiali,

Growth and Morphology of Thick Films Formed on a Metallic Surface,

ElectrochimicaActa41,1855(1996).

13. I.Nainville,A.Lemarchand,andJ.-P.Badiali,

Passivation of a Lithium Anode: a Simulation Model,

ElectrochimicaActa41,2855(1996).

12. A.Lemarchand,I.Nainville,andM.Mareschal,

Fractal Dimension of Reaction-Diffusion Wave Fronts,

Europhys.Lett.36,227(1996).

11. A.Karzazi,A.Lemarchand,andM.Mareschal,

Fluctuation Effects on Chemical Wave Fronts,

Phys.Rev.E54,4888(1996).

10. A.Lemarchand,A.Lesne,andM.Mareschal,

Langevin Approach to a Chemical Wave Front: Selection of the Propagation Velocity in Presence of Internal Noise,

Phys.Rev.E51,4457(1995).

9. A.Lemarchand,M.Nicollet,andG.M.L.Dumas,

Diffusion-Induced Chaos in a Cool Flame Experiment,

Rev.Gen.Therm.34(403-404),437(1995).

8. A.Lemarchand,A.Lesne,A.Perera,M.Moreau,andM.Mareschal,

Chemical Wave Front in Two Dimensions,

Phys.Rev.E48,1568(1993).

7. A.Lemarchand,H.Lemarchand,andM.Mareschal,

Microscopic Simulation of a Wave Front Propagating into an Unstable State: Internal Fluctuation Effects,

SolidStatePhenomena23-24,49(1992).

6. A.Lemarchand,H.Lemarchand,E.Sulpice,andM.Mareschal,

Microscopic Simulation of a Wave Front: Fluctuation Effects on Propagation Velocity and Width

Physica A 188, 277 (1992).

5. E.Sulpice,A.Lemarchand,andH.Lemarchand,

Normal Form of Stochastic Equations for Chemical Systems near Bifurcation Points,

Phys. Lett. A 158, 43 (1991).

4. A.Lemarchand,R.I.BenAïm,andG.Nicolis,

Experimental Study of Sensitivity of Thermal Explosion,

Chem. Phys. Lett. 162, 92 (1989).

3. A.Lemarchand,H.Lemarchand,andE.Sulpice,

Interaction of a Hopf Bifurcation and a Symmetry-Breaking Bifurcation: Stochastic Potential and Spatial Correlations,

J. Stat. Phys. 53, 613 (1988).

2. E.Sulpice,A.Lemarchand,andH.Lemarchand,

Non-Analytic Stochastic Potential for a Local Codimension-Two Bifurcation,

Phys. Lett. A 121, 67 (1987).

1. A.FraikinandH.Lemarchand,

Stochastic Analysis of a Hopf Bifurcation,

J. Stat. Phys. 41, 531 (1985).

Softwares

InventorsA.Lemarchand and V. Narayan

Software GYPSY, Simulation de la dissolution du plâtre et de la croissance du gypse à une échelle submicrométrique,

(simulation of plaster hydration and gypsum growth at a submicrometric scale)

registered on May 28, 2015 at Agence de Protection des Programmes (APP) :

IDDN.FR.001.230009.000.S.P.2015.000.30630

Inventor A. Lemarchand

Software RHEOMINDIST, Simulation d'une poudre de granulométrie imposée et détermination de grandeurs reliant la compacité de la poudre et les

propriétés rhéologiques de la pâte correspondante (Simulation of a powder with an imposed grain size distribution and determination of quantities

relating the compactness of the powder and the rheological properties of the corresponding paste)

registered on December 27, 2016 at Agence de Protection des Programmes (APP) :

IDDN.FR.001.530013.000.S.C.2016.000.10800

Patents

Process for determining the reaction mechanism of a reaction and associated device

Inventors:C.Gosse,A.Lemarchand,L.Jullien,T.LeSaux,K.Zrelli

International patentEP2788115 (A1) , WO2013083725 (A1), US20140370611

owned by CNRS, Publication Date: June 13, 2013 Number PCT/EP2012/074699

Procédédedéterminationdumécanismeréactionneld’uneréactionetdispositifassocié

Inventors: C.Gosse,A.Lemarchand,L.Jullien,T.LeSaux,K.Zrelli

French patent, application number FR1161290, December 7, 2011

Methodforseparatingachemicalorbiologicalcompoundinamixtureofsimilarcompoundsbydiffusioninamediumsuchasagel

Inventors: L. Jullien, H. Lemarchand, A. Lemarchand

International patent DE60025839T2, EP1224455A1, EP1224455B1, US20030036503, WO2001031325 (A1), US6893546 (B2)

owned by CNRS, Publication Date: May 3, 2001

Enhancing electrophoretic separation of similar chemical or biological compounds, by applying alternating field tuned for selective promotion of molecular mobility

Inventors: L. Jullien, H. Lemarchand, A. Lemarchand

French patent FR2799988, owned by CNRS, Publication Date: April 27, 2001