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.

Transport-preserving neural ab initio scattering kernels for rarefied binary gas mixtures

Este artículo presenta un marco de validación multiescala para núcleos de dispersión ab initio neuronales que garantiza la preservación del transporte en mezclas binarias de gases rarefactos, demostrando que un sustituto neuronal para la dispersión helio-argón logra alta precisión tanto en métricas de dispersión microscópicas como en simulaciones macroscópicas de mezclas DSMC.

Ehsan Roohi2026-05-26🔬 physics

Bipartite Cholesky Graph Networks for Many-Body Quantum Chemistry

Este artículo introduce las Redes de Grafos Bipartitos de Cholesky, una arquitectura novedosa que aprovecha la descomposición de Cholesky ajustada a la densidad para modelar los integrales de repulsión electrónica como un grafo bipartito estructurado, preservando así las estructuras de interacción de orden superior y logrando una precisión superior en la predicción de las energías de correlación molecular en comparación con los enfoques existentes de características escalares comprimidas.

Abdul Samad Khan2026-05-26🔬 physics

Thermal PBE in warm dense matter: Does it matter and is it accurate?

Este trabajo demuestra que la implementación del funcional térmico de Perdew-Burke-Ernzerhof (PBE) dentro de la teoría del funcional de la densidad de Kohn-Sham mejora significativamente la precisión de las simulaciones de materia densa caliente, coincidiendo con los datos de referencia de Monte Carlo de integral de camino para energías, fuerzas, presiones y densidades de carga a un costo computacional despreciable.

Kushal Ramakrishna, Mani Lokamani, Zhandos A. Moldabekov, Tobias Dornheim, Kieron Burke, Attila Cangi2026-05-26🔬 cond-mat.mtrl-sci

Bayesian Estimation of Spectroscopic Parameters: Application to the Atomic Nitrogen Bound-Bound System

Este estudio emplea la inversión bayesiana de datos espectrales del tubo de choque de arco eléctrico de Ames de la NASA para inferir y reducir significativamente las incertidumbres en dieciocho parámetros espectroscópicos del nitrógeno, disminuyendo así la incertidumbre del flujo de calor radiativo predicho para la entrada hipersónica en un factor de cinco.

Tae Woong Jeong, Sung Min Jo2026-05-26🔬 physics

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