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.

Teaching Language Models Mechanistic Explainability Through MechSMILES

Ce papier présente MechSMILES, un cadre computationnel qui enseigne aux modèles de langage à prédire les mécanismes réactionnels chimiques via une formalisation du déplacement d'électrons, permettant ainsi des systèmes de planification de synthèse plus explicables, valides physiquement et capables de reconstruire des voies réactionnelles complètes avec une grande précision.

Théo A. Neukomm, Zlatko Jončev, Philippe Schwaller2026-04-20🔬 physics

Linear and nonlinear vibrational excitation driven by molecular polaritons

Cette étude établit un cadre unifié pour comprendre l'excitation vibrationnelle dans les ensembles moléculaires couplés à une cavité sous impulsion optique, en démontrant que les contributions linéaires et non linéaires suivent des lois d'échelle distinctes et que la composante non linéaire provient d'un processus de type Raman stimulé intrapulse médié par les polaritons.

Wenxiang Ying, Carlos M. Bustamante, Franco P. Bonafé, Richard Richardson, Michael Ruggenthaler, Maxim Sukharev, Angel Rubio, Abraham Nitzan2026-04-20🔬 physics

Machine learning isotope shifts in molecular energy levels

Cette étude propose un cadre d'apprentissage automatique innovant, incluant une architecture de transfert d'apprentissage hybride, pour corriger avec précision les décalages isotopiques dans les niveaux d'énergie moléculaire, améliorant ainsi considérablement la fiabilité des listes de raies spectrales pour des molécules comme le CO₂ et le CO, essentielles à l'analyse des atmosphères d'exoplanètes.

Marco G. Barnfield, Oleg L. Polyansky, Sergei N. Yurchenko, Jonathan Tennyson2026-04-20🔭 astro-ph

Tabular foundation models for in-context prediction of molecular properties

Cette étude démontre que les modèles de fondation tabulaires, combinés à des représentations moléculaires avancées, permettent une prédiction précise et économe en calcul des propriétés moléculaires via l'apprentissage en contexte, offrant une alternative efficace aux méthodes d'ajustage fin traditionnelles dans les régimes de données limités.

Karim K. Ben Hicham, Jan G. Rittig, Martin Grohe, Alexander Mitsos2026-04-20🤖 cs.LG

Spin-cavity interactions in relativistic Jahn-Teller systems under strong light-matter coupling

Cet article étend l'étude des effets de couplage lumière-matière forts sur les systèmes de spin-1/2 en décrivant un scénario relativiste de Jahn-Teller où les interactions avec un champ de cavité modifient les facteurs g électroniques, une influence qui est significative dans le régime de couplage spin-orbite faible mais négligeable dans le régime fort, avec des réponses distinctes pour les systèmes à trou ou à électron unique.

Eric W. Fischer, Michael Roemelt2026-04-20🔬 physics

A two-color dual-oscillator infrared free-electron laser

Cet article présente la conception et les performances d'un laser à électrons libres infrarouge à double oscillateur au Fritz Haber Institute, qui permet une opération simultanée et synchronisée dans les régimes infrarouge moyen et lointain grâce à une cavité de déviation séparant le faisceau d'électrons pour des applications novatrices comme les expériences pompe-sonde.

Wieland Schöllkopf, Sandy Gewinner, Marco De Pas, Heinz Junkes, Sebastian Kray, William Kirstaedter, William B. Colson, David H. Dowell, Stephen C. Gottschalk, John W. Rathke, Tom J. Schultheiss, Alan (…)2026-04-20🔬 physics

Prebiotic Chemistry Insights for Dragonfly II: Thermodynamic Favorability of Nucleobases, Ribose, and Fatty Acids in Selk Crater on Titan

Cette étude thermodynamique démontre que la présence d'ammoniac dans les lacs d'eau transitoires du cratère Selk sur Titan est un facteur déterminant pour la formation de précurseurs biologiques essentiels, offrant ainsi des prédictions concrètes pour l'évaluation in situ du potentiel prébiotique de la mission Dragonfly.

Ishaan Madan, Ben K. D. Pearce2026-04-20🧬 q-bio

Evaluating the Progression of Large Language Model Capabilities for Small-Molecule Drug Design

Cette étude présente une nouvelle suite de tâches chimiques ancrées dans le réel et formulées comme des environnements d'apprentissage par renforcement pour évaluer et améliorer les grands modèles de langage dans la conception de médicaments, démontrant que l'affinement par renforcement permet à des modèles plus petits de rivaliser avec les modèles de pointe les plus avancés.

Shriram Chennakesavalu, Kirill Shmilovich, Hayley Weir, Colin Grambow, John Bradshaw, Patricia Suriana, Chen Cheng, Kangway Chuang2026-04-20🤖 cs.LG