🔬 Category

physics.chem-ph

768 articles

La section « Physique — Chem-Ph » explore le fascinant carrefour où la physique rencontre la chimie physique. Ce domaine décrypte les lois fondamentales qui régissent le comportement de la matière à l'échelle atomique et moléculaire, reliant les théories abstraites aux propriétés concrètes que nous observons quotidiennement.

Sur Gist.Science, nous sélectionnons rigoureusement chaque nouveau prépublication de ce champ depuis arXiv. Pour chaque article, nous proposons une synthèse technique approfondie ainsi qu'une explication en langage clair, rendant ces recherches complexes accessibles à tous, des étudiants aux curieux passionnés.

Découvrez ci-dessous les dernières études publiées dans cette catégorie, accompagnées de nos résumés détaillés pour comprendre les avancées récentes sans avoir besoin d'être un expert.

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

Cet article soutient que les falaises d'activité sont largement des artefacts de la représentation moléculaire et de la métrique choisies plutôt que des propriétés moléculaires intrinsèques, démontrant à travers une évaluation de référence en six étapes sur quinze configurations que différents plongements encodent des aspects distincts de la reconnaissance moléculaire, définissant ainsi implicitement ce qui constitue une falaise d'activité.

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

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

Cet article identifie une résonance quantique spécifique dans le modèle de Chesnavich pour la réaction CH4+→CH3++H\mathrm{CH}_4^+\rightarrow\mathrm{CH}_3^+ + \mathrm{H} comme un analogue du roaming classique localisé dans l'espace des phases, caractérisé par une concentration de la fonction d'onde entre les états de transition intérieur et extérieur ainsi que par des signatures distinctes de moment radial et de moment angulaire.

Stephen Wiggins2026-06-01🔬 physics

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

L'article présente MLIPilot, un cadre de recherche automatique dans lequel des modèles de langage de grande taille capables d'appeler des outils optimisent de manière autonome des potentiels interatomiques appris par apprentissage automatique en proposant des modifications de code et en gérant des tâches de calcul haute performance sous des contraintes physiques strictes, transformant avec succès des bases initiales instables en modèles de qualité de production à travers divers benchmarks moléculaires et périodiques.

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

Crystallisation kinetics of supercooled liquid palladium

Cette étude emploie des simulations de dynamique moléculaire classique pour caractériser la cinétique de cristallisation du palladium en état de liquide surfondu, révélant une croissance limitée par la diffusion et un maximum de nucléation homogène proche de 0,5Tm0,5 T_{\mathrm{m}} qui concorde avec les expériences de diffraction des rayons X résolues en temps et indique que la nucléation homogène régit la surfusion atteignable dans les films minces de Pd trempés rapidement.

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

Cet article présente un modèle à deux états résolu exactement pour la chaîne élastique à articulations libres qui dérive des expressions analytiques explicites pour le comportement d'étirement macromoléculaire, reproduisant avec succès les données expérimentales pour les transitions du PEG, de l'acide hyaluronique et de l'ADN tout en identifiant les différences de longueur de Kuhn et de constante de force comme des mécanismes fondamentaux des changements de conformation.

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

L'article présente CSP-MACE-Å, un potentiel interatomique par apprentissage automatique qui décompose l'énergie totale en composantes intra- et intermoléculaires pour atteindre une précision de niveau DFT dans la prédiction de structures cristallines tout en étant exécuté plusieurs ordres de grandeur plus rapidement, permettant ainsi un dérisquage plus robuste des formes solides grâce à une évaluation extensive des candidats et à des calculs d'énergie 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

En combinant la théorie quantique des champs et les champs de force par apprentissage automatique, cette étude révèle que les forces interatomiques dans les grandes molécules présentent une dispersion robuste et une anisotropie substantielle qui augmentent avec la taille du système, remettant en question les modèles empiriques traditionnels et suggérant un glissement vers l'identification de « points chauds » d'interaction pour mieux comprendre le repliement et la dynamique moléculaires.

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

L'article présente M\=oLe-Λ\Lambda, un modèle d'apprentissage automatique équivariant qui prédit simultanément les amplitudes de couplage-cluster des bras droit et gauche à partir d'orbitales Hartree-Fock localisées pour générer efficacement des énergies précises, des forces et un large éventail de propriétés de réponse tout en préservant l'extensivité en taille et la localité de la théorie CCSD traditionnelle.

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

Ce papier propose un cadre d'évaluation novateur qui décompose les erreurs de prédiction des propriétés des mélanges en composantes de pureté des constituants et en composantes d'interactions non idéales, révélant ainsi que la forte précision absolue masque souvent une mauvaise généralisation aux molécules non vues et aux comportements de mélanges non idéaux.

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