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.

Perspective on a challenge: predicting the photochemistry of cyclobutanone

Cette perspective analyse les résultats d'un défi de prédiction de la photochimie de la cyclobutanone, réuni autour de 15 simulations théoriques comparées à des données expérimentales, afin d'évaluer la maturité et les limites des méthodes de dynamique moléculaire non adiabatique pour prédire les signaux de diffraction électronique ultrarapide.

Jiří Janoš, Nanna Holmgaard List, Andrew J. Orr-Ewing, Jiří Suchan, Mario Barbatti, Olivia Bennett, Marcus Brady, Javier Carmona-García, Rachel Crespo-Otero, Julien Eng, O. Jonathan Fajen, Marco Garav (…)2026-04-15🔬 physics

Efficient Implementation of Relativistic Coupled Cluster Linear Response Theory in Combination with Perturbation Sensitive Natural Spinors and Cholesky Decomposition Treatment of Two-electron Integrals

Ce papier présente une implémentation efficace de la théorie de réponse linéaire couplée-relativiste (LR-CCSD) combinant des spinors naturels sensibles à la perturbation et une décomposition de Cholesky, permettant des calculs précis et évolutifs de polarisabilités pour de grands systèmes moléculaires lourds.

Sudipta Chakraborty, Muskan Begom, Xubo Wang, Achintya Kumar Dutta2026-04-15🔬 physics

EOM-fpCCSD: An Accurate Alternative to EOM-CCSD for Doubly Excited and Charge-Transfer States

Cet article présente la méthode EOM-fpCCSD, une approche couplée basée sur une référence pCCD qui offre une alternative précise et efficace à l'EOM-CCSD standard pour décrire avec succès les états excités à double excitation et à transfert de charge, tout en améliorant la convergence et l'exactitude par rapport aux méthodes existantes.

Katharina Boguslawski, Paweł Tecmer2026-04-15🔬 physics

Quantum Simulation of Ligand-like Molecules through Sample-based Quantum Diagonalization in Density Matrix Embedding Framework

Cette étude démontre que l'association de la théorie de l'incrustation de la matrice de densité (DMET) et de la diagonalisation quantique basée sur l'échantillonnage (SQD) sur du matériel quantique IBM permet d'obtenir des énergies d'état fondamental précises pour des molécules de type ligand complexes et de faible symétrie, atteignant la précision chimique grâce à une stratégie d'incrustation sensible à l'intrication.

Ashish Kumar Patra, Anurag K. S. V., Sai Shankar P., Ruchika Bhat, Raghavendra V., Rahul Maitra, Jaiganesh G2026-04-14⚛️ quant-ph

Response of fluorescent molecular rotors in ternary macromolecular mixtures

Cette étude examine la réponse de rotors moléculaires fluorescents dans des mélanges ternaires aqueux de polyéthylène glycol (PEG) de différentes masses molaires, démontrant que la durée de vie de fluorescence suit une règle de mélange linéaire et permettant de tester plus précisément, bien que de manière semi-quantitative, la théorie du volume libre dans ce contexte.

Mingshan Chi, Anh-Thy Bui, Pierre Lidon, Yaocihuatl Medina-Gonzalez2026-04-14🔬 physics

El Agente Estructural: An Artificially Intelligent Molecular Editor

Le papier présente El Agente Estructural, un agent multimodal piloté par le langage naturel qui permet la manipulation précise et autonome de géométries moléculaires en trois dimensions en imitant l'intervention humaine directe, surpassant ainsi les modèles génératifs traditionnels pour des tâches chimiques complexes telles que la fonctionnalisation sélective et l'analyse stéréochimique.

Changhyeok Choi, Yunheng Zou, Marcel Müller, Han Hao, Yeonghun Kang, Juan B. Pérez-Sánchez, Ignacio Gustin, Hanyong Xu, Andrew Wang, Mohammad Ghazi Vakili, Chris Crebolder, Alán Aspuru-Guzik, Varinia (…)2026-04-14🔬 physics

A critical assessment of bonding descriptors for predicting materials properties

En étendant une base de données de liaisons chimiques à 13 000 matériaux, cette étude démontre que l'intégration de descripteurs de liaison quantico-chimiques améliore significativement les performances des modèles d'apprentissage automatique pour la prédiction de propriétés matérielles et facilite l'identification de relations physiques intuitives.

Aakash Ashok Naik, Nidal Dhamrait, Katharina Ueltzen, Christina Ertural, Philipp Benner, Gian-Marco Rignanese, Janine George2026-04-14🔬 cond-mat.mtrl-sci

Spin-orbital entanglement in Cr3+^{3+}-doped glasses

Cet article présente un cadre théorique et expérimental permettant de reconstruire les spineurs électroniques du chrome trivalent dans des verres dopés afin de quantifier l'intrication spin-orbite via l'entropie de von Neumann, révélant ainsi une corrélation linéaire robuste entre cette entropie et le rapport sans dimension entre le couplage spin-orbite et l'intensité du champ cristallin.

J. S. Robles-Páez, A. T. Carreño-Santos, V. García-Rojas, J. F. Pérez-Torres2026-04-14🔬 physics.atom-ph

UBio-MolFM: A Universal Molecular Foundation Model for Bio-Systems

UBio-MolFM est un modèle fondamental universel conçu pour combler le fossé entre la précision quantique et l'échelle biologique en intégrant un jeu de données bio-spécifique, un transformateur équivariant linéaire et un apprentissage par curriculum, permettant ainsi d'atteindre une fidélité de type *ab initio* sur de grands systèmes biomoléculaires.

Lin Huang, Arthur Jiang, XiaoLi Liu, Zion Wang, Jason Zhao, Chu Wang, HaoCheng Lu, ChengXiang Huang, JiaJun Cheng, YiYue Du, Jia Zhang2026-04-14🔬 physics