Dieser Bereich widmet sich den faszinierenden Schnittstellen zwischen Physik und Chemie, wo fundamentale Naturgesetze auf molekularer Ebene untersucht werden. Hier geht es um die Bewegung von Atomen, die Kräfte zwischen Molekülen und die thermodynamischen Prozesse, die unser Universum formen, ohne dabei in unnötigen Fachjargon zu verfallen.

Auf Gist.Science durchsuchen wir kontinuierlich die neuesten Vorveröffentlichungen von arXiv in dieser Kategorie. Für jedes neue Preprint erstellen wir sowohl eine verständliche Zusammenfassung für ein breites Publikum als auch eine detaillierte technische Analyse, damit die komplexesten Entdeckungen für jeden zugänglich sind.

Im Folgenden finden Sie die aktuellsten Forschungsarbeiten aus dem Feld der physikalischen Chemie, die wir für Sie aufbereitet haben.

Development of an Optimized Parameter Set for Monovalent Ions in the Reference Interaction Site Model of Solvation

Diese Studie stellt einen optimierten Parametersatz für einwertige Ionen im Rahmen des RISM-Solvatationsmodells vor, der durch Anpassung an experimentelle Daten wie Hydratationsfreie Energie und mittlere Aktivitätskoeffizienten eine deutlich verbesserte Genauigkeit bei der Modellierung von Ionen in wässrigen Lösungen und deren Wechselwirkung mit Biomolekülen wie DNA ermöglicht.

Felipe Silva Carvalho, Alexander McMahon, David A. Case, Tyler Luchko2026-04-09🔬 physics

The Interplay of Pauli Repulsion, Electrostatics, and Field Inhomogeneity for Blueshifting and Redshifting Vibrational Probe Molecules

Diese Studie klärt computergestützt auf, wie das Zusammenspiel von Pauli-Abstoßung, Elektrostatik und elektrischen Feldinhomogenitäten bestimmt, ob die Schwingungsfrequenzen molekularer Sonden rot- oder blauverschoben werden, und liefert damit eine fundierte Grundlage für die Interpretation spektroskopischer Daten in komplexen Umgebungen.

R. Allen LaCour, Ruoqi Zhao, Teresa Head-Gordon2026-04-09🔬 physics

Fragment-Based Configuration Interaction: Towards a Unifying Description of Biexcitonic Processes in Molecular Aggregates

Die Arbeit stellt ein fragmentbasiertes Konfigurationswechselwirkungs-Framework vor, das diabatische Hamilton-Operatoren für biexzitonische Zustände konstruiert und so CTX-Konfigurationen als entscheidende elektronische Gateways identifiziert, die eine einheitliche Beschreibung konkurrierender Prozesse wie Singulett-Spaltung und Exzitonen-Annihilation in molekularen Aggregaten ermöglichen.

Johannes E. Adelsperger, Coen de Graaf, Merle I. S. Röhr2026-04-09🔬 physics

Surface mechanisms governing long-term stability of GEM detectors in CO2_2-based gaseous mixtures

Diese Studie zeigt mittels NAP-XPS und Raman-Spektroskopie, dass CO₂-basierte Gasgemische die Alterung von GEM-Detektoren durch die Bildung dünner, anorganischer Oxidschichten auf Kupferelektroden begrenzen, was im Gegensatz zu den in Kohlenwasserstoffgemischen entstehenden polymeren Ablagerungen eine höhere Langzeitstabilität gewährleistet.

Tiago F. Silva, Thiago B. Saramela, Willian W. R. A. da Silva, Camilla de S. Codeço, Maria do C. M. Alves, Jonder Morais, Niklaus U. Wetter, Anderson Z. de Freitas2026-04-09🔬 physics.app-ph

Projector, Neural, and Tensor-Network Representations of ZN\mathbb{Z}_N Cluster and Dipolar-cluster SPT States

Diese Arbeit stellt eine effiziente Projektoren-basierte Darstellung für ZN\mathbb{Z}_N-Cluster- und dipolare Cluster-SPT-Zustände vor, die es ermöglicht, geschlossene Formeln für neuronale Quantenzustände und Tensor-Netzwerk-Repräsentationen abzuleiten, und verallgemeinert dabei den Kramers-Wannier-Operator auf ZN\mathbb{Z}_N.

Seungho Lee, Daesik Kim, Hyun-Yong Lee, Jung Hoon Han2026-04-09🔬 cond-mat

A Massively Scalable Ligand-Protein Dissociation Dynamic Database Derived from Atomistic Molecular Modelling

Die Studie stellt DD-03B vor, eine massiv skalierbare Datenbank mit atomistischen Dissociationstrajektorien für über 19.000 Ligand-Protein-Komplexe, die durch Berechnung von Dissoziationsraten und die Identifizierung mechanistischer Kategorien eine kritische Grundlage für die Entwicklung von KI-Modellen zur Vorhersage der Arzneimitteldynamik schafft.

Maodong Li, Dechin Chen, Zhijun Pan, Zhe Wang, Yi Isaac Yang2026-04-09🔬 physics

Spin-adapted neural network backflow for strongly correlated electrons

Die Autoren stellen einen spin-adaptierten neuronalen Netzwerk-Backflow-Ansatz (SA-NNBF) vor, der durch die Kombination eines neuronalen Netzwerks mit einer Spin-Eigenfunktion und effizienten Tensor-Kompressionsalgorithmen stark korrelierte Elektronensysteme wie den FeMoco-Cofaktor präziser und ressourcenschonender beschreibt als bisherige Methoden.

Yunzhi Li, Zibo Wu, Bohan Zhang, Wei-Hai Fang, Zhendong Li2026-04-09🔬 physics

Development of ab initio Hubbard parameter calculation schemes in the k-point sampling real-time TDDFT program in CP2K

Diese Arbeit stellt die Implementierung ab-initio-Hubbard-Parameter-Berechnungsschemata im k-Punkt-Sampling-Realzeit-TDDFT-Programm von CP2K vor, wobei ein neuer linearer Antwort-basierter Ansatz zur Bestimmung energieabhängiger Hubbard-Parameter entwickelt wird, der die Austausch-Korrelations-Effekte berücksichtigt und im Vergleich zum ACBN0-Verfahren unterschiedliche dynamische Anwendungen ermöglicht.

Kota Hanasaki, Sandra Luber2026-04-09🔬 cond-mat