1032 Arbeiten
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.
Diese Arbeit bietet aus der Perspektive der natürlichen Sprachverarbeitung (NLP) einen Überblick über gängige digitale Molekülrepräsentationen und deren Anwendungen in der chemischen Informatik, um Forschern als Leitfaden an der Schnittstelle von KI, Chemie und Materialwissenschaft zu dienen.
Der Artikel plädiert für die Integration von KI-gesteuerten Workflows, Hochdurchsatzexperimenten und autonomen Selbstfahrlaboren, um durch einen datengetriebenen Kreislauf die Entdeckung neuer Katalysatoren und die Optimierung chemischer Reaktionsprozesse zu beschleunigen.
Die Arbeit stellt erstmals Drifting-Modelle für die Generierung molekularer Konformationen vor, die durch die theoretische Herleitung der „Drifting Force Identity" und die entgegengesetzte Wirksamkeit von Kraftintegration in Koordinaten- versus Distanzraum eine millionenfache Beschleunigung gegenüber der klassischen Molekulardynamik bei gleichzeitiger exakter Boltzmann-Verteilung und struktureller Validität ermöglichen.
Die Studie zeigt, dass das KI-Modell Boltz-2 zwar für das schnelle Vorab-Screening nützlich ist, jedoch aufgrund unzureichender energetischer Korrelationen und struktureller Unsicherheiten keine verlässliche Alternative zu physikbasierten Methoden für die präzise Identifizierung von Wirkstoffkandidaten darstellt.
Die Studie stellt RESOLUTE vor, ein Protokoll zur Ramsey-Korrelationsspektroskopie mit Phasencyklierung, das die effektive Kohärenzzeit eines einzelnen Quantensensors über die natürliche -Grenze hinaus verlängert und so die Detektion niederfrequenter Signale im bisher unzugänglichen Spektralbereich ermöglicht.
Die Arbeit schlägt einen konstruktiven Ansatz vor, bei dem durch DFT-Theoreme und analytische Randbedingungen physikalisch fundierte latente Räume erstellt werden, um die Interpretierbarkeit und Genauigkeit von maschinell gelernten interatomaren Potenzialen zu verbessern.
Diese Arbeit entwickelt eine informationstheoretische Analyse chemischer Reaktivität entlang einer Reaktionskoordinate mittels Partial Information Decomposition (PID), die in drei prototypischen S2-Reaktionen zeigt, wie sich redundante, einzigartige und synergistische Beiträge elektronischer Observablen während des Bindungsauf- und -abbaus unterscheiden und symmetriesensitive Signaturen der Bindungsentwicklung liefern.
Die Arbeit stellt SAFT-P vor, eine Erweiterung der Statistischen Assoziierenden Fluidtheorie auf Plaquette-Ebene, die durch die Berücksichtigung lokaler Cluster und Patch-Topologien die Selbstassemblierung und Phasengrenzen von patchy-Kolloiden präziser beschreibt als konventionelle Ansätze.
In dieser Arbeit wird eine neuartige RT-TDDFTB+LQBE-Methode vorgestellt, die es ermöglicht, die energieabhängigen Elektron-Elektron-Streuungsdynamiken, die quasiteilchenlebensdauern und die Dekohärenzprozesse in plasmonischen Silber-, Gold- und Aluminium-Nanoclustern unterschiedlicher Größe selbstkonsistent zu beschreiben.
Die Studie demonstriert, dass ein neuartiger, simulationsgestützter Bayes'scher Inferenzansatz die Mehrdeutigkeiten herkömmlicher QENS-Analysen überwindet und erstmals die stark anisotrope Rotationsbewegung von flüssigem Benzol auflöst, was zu einem präziseren Verständnis molekularer Dynamiken in katalytischen Prozessen führt.