🔬 Category

physics.chem-ph

771 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.

GENIUS: An Agentic AI Framework for Autonomous Design and Execution of Simulation Protocols

El artículo presenta GENIUS, un marco de IA agente que integra un grafo de conocimiento de Quantum ESPRESSO con una jerarquía escalonada de LLM y recuperación de errores mediante autómatas finitos para generar, validar y reparar autónomamente protocolos de simulación DFT, democratizando así el descubrimiento de materiales al lograr altas tasas de éxito mientras reduce significativamente los costos y las alucinaciones en comparación con los enfoques estándar de LLM.

Mohammad Soleymanibrojeni, Roland Aydin, Diego Guedes-Sobrinho, Alexandre C. Dias, Maurício J. Piotrowski, Wolfgang Wenzel, Celso Ricardo Caldeira Rêgo2026-05-25🔬 cond-mat.mtrl-sci

Energy-Guided Generative Modeling for Low-Energy Molecular Structure Discovery

Este artículo presenta EnFlow, un marco generativo novedoso guiado por energía que integra la generación de conformeros basada en flujos con la modelización aprendida del paisaje energético para producir eficientemente estructuras moleculares de baja energía diversas y físicamente precisas, e identificar estados fundamentales en solo uno o dos pasos de muestreo.

Guikun Xu, Xiaohan Yi, Ziqiao Meng, Peilin Zhao, Yatao Bian2026-05-25🔬 physics

Quantum-Accurate Conformational Stabilities and Vibrational Dynamics in Molecules and Proteins with Machine-Learned Force Fields

Este trabajo demuestra que los campos de fuerza aprendidos mediante máquinas, en particular el modelo SO3LR, superan significativamente a la mecánica molecular convencional en la reproducción precisa de la energética conformacional y la dinámica vibracional a nivel cuántico en diversos sistemas biomoleculares, lo que permite simulaciones validadas espectroscópicamente a una fracción del costo computacional.

Sergio Suárez-Dou, Miguel Gallegos, Kyunghoon Han, Florian N. Brünig, Joshua T. Berryman, Alexandre Tkatchenko2026-05-25🔬 physics

Drift-React: One-step Generation of Reaction Pathways via SE(3) Drifting Fields

Drift-React es un nuevo marco generativo equivariante bajo SE(3) que predice trayectorias de reacción completas y físicamente consistentes en una sola pasada hacia adelante a partir de las geometrías de reactivos y productos, eliminando la necesidad de costosas evaluaciones iterativas de fuerzas mientras logra una precisión de vanguardia y una aceleración de varios órdenes de magnitud para la exploración de redes de reacción a gran escala.

Rémi Schlama, Philippe Schwaller2026-05-25🔬 physics

Nonlinear order separation in two-dimensional electronic spectroscopy quantifies properties of higher-excited states

Este trabajo demuestra una técnica para separar múltiples órdenes no lineales en espectroscopía electrónica bidimensional mediante la variación de las intensidades de los pulsos de bombeo, lo que permite la caracterización cuantitativa de estados altamente excitados, como momentos de transición dipolar y niveles de energía, en un dímero de esqualina, con un excelente acuerdo entre la teoría y el experimento.

Katja Mayershofer, Peter A. Rose, Julian Lüttig, Luisa Brenneis, Simon Büttner, Jacob J. Krich, Tobias Brixner2026-05-25🔬 physics.optics

Frontier Orbital Engineering in Heteroatom-Doped Prototypical Organic Dyes for Dye-Sensitized Solar Cells

Este estudio establece un marco DFT-TDDFT eficiente y ajustado para cribar colorantes orgánicos dopados con heteroátomos para celdas solares sensibilizadas por colorante, revelando que el dopaje con boro deficiente en electrones reduce eficazmente la brecha HOMO-LUMO y desplaza hacia el rojo las excitaciones de transferencia de carga para mejorar la captación de luz solar.

Aditi Singh, Ram Dhari Pandey, Subrata Jana, Prasanjit Samal, Paweł Tecmer, Szymon Śmiga2026-05-22🔬 physics

Large Language Model Agent for User-friendly Chemical Process Simulations

Este artículo presenta un agente de Modelo de Lenguaje Grande integrado con AVEVA Process Simulation mediante el Protocolo de Contexto de Modelo, que permite la interacción en lenguaje natural para automatizar tareas complejas de procesos químicos como el análisis, la optimización y la síntesis de diagramas de flujo, mejorando así tanto la accesibilidad educativa como la eficiencia profesional, aunque sigue requiriendo supervisión experta.

Jingkang Liang, Niklas Groll, Gürkan Sin2026-05-22🤖 cs.AI

Accurate starting points for one-shot G0W0G_0W_0 and Bethe-Salpeter Equation calculations via effective tuning of range-separated hybrid functionals

Este artículo demuestra que un protocolo de ajuste efectivo recientemente propuesto para funcionales híbridos de separación de rango proporciona una alternativa computacionalmente eficiente y precisa a las optimizaciones convencionales de múltiples pasos, generando puntos de partida fiables para cálculos de un solo paso de G0W0G_0W_0 y de la Ecuación de Bethe-Salpeter de potenciales de ionización y propiedades de excitación en diversos sistemas moleculares.

Aditi Singh, Subrata Jana, Szymon Śmiga2026-05-22🔬 physics

Benchmarking machine-learned interatomic potentials for molecular infrared spectroscopy

Este estudio evalúa cinco potenciales interatómicos aprendidos mediante máquinas (SchNet, FieldSchNet, SO3Net, PaiNN y MACE) para predecir espectros infrarrojos moleculares, hallando que, aunque todos los modelos alcanzan alta precisión en los datos de entrenamiento, las arquitecturas equivariantes (SO3Net, PaiNN y MACE) demuestran una generalización superior a sistemas no vistos, con PaiNN ofreciendo el mejor equilibrio entre eficiencia y precisión y MACE proporcionando la mayor precisión espectral.

Nitik Bhatia, Ondrej Krejci, Patrick Rinke2026-05-22🔬 physics