🔬 Category

physics.chem-ph

768 artículos

Esta sección explora la fascinante intersección donde la física se encuentra con la química, un territorio donde las leyes fundamentales gobiernan las reacciones moleculares. Aquí descubrimos cómo los principios cuánticos explican el comportamiento de los átomos y cómo la dinámica de fluidos influye en procesos químicos complejos, todo sin perderse en tecnicismos innecesarios.

En Gist.Science, rastreamos cada nueva prepublicación de esta área directamente desde arXiv para hacerla accesible a todos. Nuestro equipo procesa cada documento ofreciendo tanto resúmenes en lenguaje sencillo como análisis técnicos detallados, asegurando que la ciencia de vanguardia llegue a expertos y curiosos por igual.

A continuación encontrarán los últimos trabajos publicados en esta categoría, listos para ser explorados y comprendidos.

The Geometry of Activity Cliffs: Representation Dependence and Multi-Scale Characterization of Activity Landscapes

Este artículo sostiene que los acantilados de actividad son, en gran medida, artefactos de la representación molecular y la métrica elegidas más que propiedades moleculares intrínsecas, demostrando a través de una evaluación comparativa de seis pasos en quince configuraciones que diferentes incrustaciones codifican distintos aspectos del reconocimiento molecular, definiendo así, de manera implícita, qué constituye un acantilado de actividad.

Pawel Dabrowski-Tumanski, Bartosz Topolski, Dariusz Plewczynski, Tomasz Jetka2026-06-01🧬 q-bio

A Phase Space Signature of Quantum Roaming in Chesnavich's Model

Este artículo identifica una resonancia cuántica específica en el modelo de Chesnavich para la reacción CH4+→CH3++H\mathrm{CH}_4^+\rightarrow\mathrm{CH}_3^+ + \mathrm{H} como un análogo del roaming clásico localizado en el espacio de fase, caracterizado por la concentración de la función de onda entre los estados de transición interno y externo y firmas distintivas de momento radial y angular.

Stephen Wiggins2026-06-01🔬 physics

MLIPilot: LLM-Driven Auto-Research for Machine-Learned Interatomic Potentials

El artículo presenta MLIPilot, un marco de investigación automática donde modelos de lenguaje de gran escala con capacidad de llamada a herramientas optimizan autónomamente potenciales interatómicos aprendidos mediante la propuesta de cambios de código y la gestión de trabajos de computación de alto rendimiento bajo estrictas restricciones físicas, transformando con éxito bases iniciales inestables en modelos de calidad de producción a través de diversos entornos de referencia moleculares y periódicos.

Etinosa Osaro, Santosh Adhikari, Stamatia Zavitsanou, Kelsey Parker, Dario Rocca2026-06-01🔬 physics

Crystallisation kinetics of supercooled liquid palladium

Este estudio emplea simulaciones de dinámica molecular clásica para caracterizar la cinética de cristalización del paladio líquido sobreenfriado, revelando un crecimiento limitado por difusión y un máximo de nucleación homogénea cerca de 0.5Tm0.5 T_{\mathrm{m}} que concuerda con experimentos de difracción de rayos X con resolución temporal e indica que la nucleación homogénea gobierna el sobreenfriamiento alcanzable en películas delgadas de Pd enfriadas rápidamente.

Zuzanna Kostera, Przemyslaw Dziegielewski, Konstantinos Georgarakis, Oleksii I. Liubchenko, Adam Olczak, Ryszard Sobierajski, Klaus Sokolowski-Tinten, Peihao Sun, Robert W. E. van de Kruijs, Peter Zal (…)2026-06-01🔬 cond-mat.mtrl-sci

Cooperative Conformational Transitions in Macromolecules under Mechanical Stretching. An Exactly Solved Model for Single Molecule Experiments

Este artículo presenta un modelo de dos estados resuelto exactamente para la cadena de articulaciones libres elástica que deriva expresiones analíticas explícitas para el comportamiento de estiramiento macromolecular, reproduciendo con éxito los datos experimentales para las transiciones de PEG, ácido hialurónico y ADN, al tiempo que identifica las diferencias en la longitud de Kuhn y la constante de fuerza como mecanismos fundamentales de los cambios conformacionales.

Javier Orradre, Pablo M. Blanco, Sergio Madurga, Marina I. Giannotti, Francesc Mas, Josep L. Garcés2026-06-01🔬 cond-mat

DFT Accuracy on Crystal Structure Prediction with Machine Learning Interatomic Potentials

El artículo presenta CSP-MACE-Å, un potencial interatómico de aprendizaje automático que descompone la energía total en componentes intramoleculares e intermoleculares para lograr una precisión a nivel de DFT en la predicción de estructuras cristalinas mientras opera órdenes de magnitud más rápido, permitiendo así una desmitificación más robusta de las formas sólidas mediante la evaluación exhaustiva de candidatos y cálculos de energía libre.

Laurence I. Midgley, Chen Lin, J. Harry Moore, Flaviano Della Pia, Javier Antorán, Sten O. Nilsson Lill, Emma S. E. Eriksson, Felix A. Faber, Lars Tornberg, Anders Broo, Gábor Csányi2026-05-29🔬 physics

How Atoms Interact Within Molecules

Al combinar la teoría cuántica de campos y los campos de fuerza de aprendizaje automático, este estudio revela que las fuerzas interatómicas en moléculas grandes exhiben una dispersión robusta y una anisotropía sustancial que aumentan con el tamaño del sistema, desafiando los modelos empíricos tradicionales y sugiriendo un cambio hacia la identificación de "puntos calientes" de interacción para comprender mejor el plegamiento y la dinámica molecular.

Adil Kabylda, Malte Esders, Matteo Gori, Stefan Chmiela, Klaus-Robert Müller, Alexandre Tkatchenko2026-05-29🔬 physics

M\=oLe-{\Lambda}: Learning the Coupled-Cluster Response State for Energies, Gradients, and Properties

El artículo presenta M\=oLe-Λ\Lambda, un modelo de aprendizaje automático equivariante que predice conjuntamente las amplitudes de acoplamiento de cluster tanto de mano derecha como de mano izquierda a partir de orbitales de Hartree-Fock localizados para generar de manera eficiente energías precisas, fuerzas y una amplia gama de propiedades de respuesta, preservando al mismo tiempo la extensividad de tamaño y la localidad de la teoría tradicional CCSD.

Andreas Burger, Luca Thiede, Abdulrahman Aldossary, Jorge A. Campos-Gonzalez-Angulo, Alex Zook, Jérôme Florian Gonthier, Alán Aspuru-Guzik2026-05-29🔬 physics

A Systematic Evaluation of Molecular Mixture Behavior Prediction

Este trabajo propone un marco de evaluación novedoso que descompone los errores de predicción de propiedades de mezclas en componentes de sustancias puras y de interacciones no ideales para revelar que la alta precisión absoluta a menudo enmascara una pobre generalización a moléculas no vistas y a comportamientos de mezclas no ideales.

Roel J. Leenhouts, Nathan K. Morgan, William Green, Jan G. Rittig, Florence H. Vermeire2026-05-29🔬 physics