1002 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.
Este artículo presenta una implementación multi-GPU del método MBE(3)-OSV-MP2 que acelera significativamente los cálculos de correlación electrónica a gran escala, logrando una eficiencia del 84% y reduciendo el tiempo de cálculo en 40 veces para sistemas biológicos complejos como la insulina.
Los autores presentan un modelo de aprendizaje profundo "todo en uno" (AIO-ANI) capaz de aprender simultáneamente múltiples niveles de química cuántica, desde métodos semiempíricos hasta teoría del funcional de la densidad y métodos de cluster acoplado, ofreciendo una solución escalable y generalizable que supera las limitaciones del aprendizaje por transferencia tradicional.
El artículo presenta Aitomia, una plataforma impulsada por inteligencia artificial que democratiza y acelera la investigación en simulaciones atómicas y químicas cuánticas mediante agentes autónomos que facilitan la configuración, ejecución y análisis de cálculos tanto para expertos como para no expertos.
Este trabajo presenta MDtrajNet, una arquitectura de red neuronal que genera directamente trayectorias de dinámica molecular a través del espacio químico sin cálculos de fuerzas, logrando una aceleración de hasta dos órdenes de magnitud y una precisión comparable a la dinámica molecular *ab initio*.
Los autores presentan un enfoque novedoso que combina descriptores específicos para acoplamientos no adiabáticos y un procedimiento de corrección de fase para lograr una precisión sin precedentes en el aprendizaje automático de estos vectores, permitiendo simulaciones dinámicas FSSH totalmente impulsadas por ML que describen con exactitud la desintegración del estado en fulveno.
Este artículo presenta el método r²SCANY@r²SCANX, que utiliza fracciones distintas de intercambio exacto para la densidad y la energía, logrando una precisión superior a los métodos actuales en la predicción de propiedades electrónicas, magnéticas y termoquímicas de óxidos de metales de transición altamente correlacionados al mitigar el error de autointeracción.
Este artículo resuelve la inestabilidad del funcional de energía cinética no local tipo Wang-Teter en sistemas aislados mediante la construcción de un núcleo dependiente de la densidad, logrando una precisión diez veces superior en átomos individuales sin sacrificar su eficiencia ni su exactitud en metales a granel.
El estudio demuestra que la relajación dieléctrica en el hielo y el agua está gobernada por una transferencia clásica de protones sobre una barrera de energía, en lugar de una reorientación molecular, tal como lo confirman las mediciones cruzadas de efectos isotópicos que muestran una relación constante de tasas de relajación entre H₂O y D₂O.
El artículo presenta AceFF, un potencial interatómico de aprendizaje automático preentrenado basado en la arquitectura TensorNet2 que logra un equilibrio entre la velocidad de inferencia y la precisión a nivel de DFT para moléculas orgánicas, optimizado específicamente para el descubrimiento de fármacos y capaz de manejar elementos esenciales de la química medicinal y estados cargados.
Este artículo presenta una generalización de la teoría de transferencia de energía por resonancia de Förster que incorpora efectos coherentes transitorios mediante una ecuación maestra no local en el tiempo, mejorando la precisión de los modelos anteriores al describir la evolución ultrafísica de sistemas moleculares y validándose frente a resultados numéricos exactos.