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.

Revealing Hydroxide Ion Transport Mechanisms in Commercial Anion-Exchange Membranes at Nano-Scale from Machine-learned Interatomic Potential Simulations

Este estudio utiliza simulaciones de dinámica molecular potenciadas por inteligencia artificial para revelar que la hidratación de membranas de intercambio aniónico comerciales transforma los clusters de agua aislados en una red conectada que facilita el transporte de iones hidróxido, estableciendo así un vínculo directo entre la nanoestructura y el rendimiento macroscópico para optimizar la producción de hidrógeno verde.

Jonas Hänseroth, Muhammad Nawaz Qaisrani, Mostafa Moradi, Karl Skadell, Christian Dreßler2026-03-17🔬 cond-mat.mtrl-sci

Systematically Improvable Numerical Atomic Orbital Basis Using Contracted Truncated Spherical Waves

Este artículo presenta un esquema para construir conjuntos de bases de orbitales atómicos numéricos mediante la contracción de ondas esféricas truncadas, lo que minimiza el rastro del operador cinético y mejora la transferibilidad y precisión en la descripción de propiedades moleculares y de sólidos dentro de la teoría del funcional de la densidad.

Yike Huang, Zuxin Jin, Linfeng Zhang, Mohan Chen, Rui Chen, Ling Li2026-03-17🔬 physics

Universal method of selective detection of a wide range of pollutants in liquids using conductance quantization

Este trabajo presenta un método universal basado en la cuantización de la conductancia y contactos puntuales cuánticos que permite la detección selectiva y rápida de una amplia gama de contaminantes, como iones de metales pesados y disolventes orgánicos, en medios líquidos hasta niveles de trazas.

O. Pospelov, A. Herus, A. Savytskyi, V. Vakula, M. Sakhnenko, N. Kalashnyk, E. Faulques, G. Kamarchuk2026-03-17✓ Author reviewed 🔬 physics

The Python Simulations of Chemistry Framework: 10 years of an open-source quantum chemistry project

Este artículo revisa los avances significativos del marco de simulación de química en Python (PySCF) durante la última década, abarcando nuevos módulos, metodologías, cambios en la infraestructura y pruebas de rendimiento desde la última visión general en 2020.

Qiming Sun, Matthew R Hermes, Xiaojie Wu, Huanchen Zhai, Xing Zhang, Abdelrahman M. Ahmed, Juan José Aucar, Oliver J. Backhouse, Samragni Banerjee, Peng Bao, Nikolay A. Bogdanov, Kyle Bystrom, Fré (…)2026-03-17🔬 physics

Carbon black and hydrogen production from methane pyrolysis: measured and modeled insights from integrated gas and particle diagnostics in shock tubes

Este estudio integra diagnósticos experimentales de gases y partículas en choques reflejados con modelado computacional para analizar la pirólisis de metano a altas temperaturas, proporcionando datos clave sobre la formación de carbono negro y la producción de hidrógeno que sirven como referencia para mejorar los modelos cinéticos y de dinámica de partículas.

Gibson Clark, Mohammad Adib, Chengze Li, Taylor M. Rault, Jesse W. Streicher, Enoch Dames, M. Reza Kholghy, Ronald K. Hanson2026-03-17🔬 physics

Auto-WHATMD : Automated Wasserstein-based High-dimensional feature extraction Analysis of Trajectories from Molecular Dynamics

El artículo presenta auto-WHATMD, un algoritmo automatizado que utiliza la distancia de transporte óptimo y el recocido simulado para extraer y priorizar automáticamente residuos clave en trayectorias de dinámica molecular de alta dimensión, permitiendo comparar eficazmente sistemas proteicos y correlacionar sus características con afinidades de unión.

Sosuke Asano, Ikki Yasuda, Katsuhiro Endo, Yoshinori Hirano, Kenji Yasuoka2026-03-17🔬 physics

Explicit, Machine-Learned Two-Body Potentials for Molecular Simulations

Este artículo presenta un nuevo potencial híbrido de aprendizaje automático y mecánica molecular para sistemas condensados heterogéneos que combina PhysNet para interacciones a corto alcance con un campo de fuerzas clásico para interacciones a largo alcance, demostrando su precisión en sistemas modelo como el diclorometano y la acetona mientras señala la necesidad futura de correcciones de muchos cuerpos para capturar efectos colectivos significativos.

Kham Lek Chaton, Eric D. Boittier, Mike Devereux, Markus Meuwly2026-03-17🔬 physics