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.

Bayesian Optimization in Chemical Compound Sub-Spaces using Low-Dimensional Molecular Descriptors

Cette étude présente un cadre d'optimisation bayésienne utilisant des descripteurs moléculaires de faible dimension et un schéma de rétro-mapping fiable pour identifier efficacement des structures moléculaires optimales avec moins de 2 000 points de données, démontrant ainsi son efficacité sur le jeu de données QM9 pour l'optimisation de l'entropie et de l'énergie vibratoire à zéro.

Yun-Wen Mao, Roman V. Krems2026-03-04🔬 physics

Hybrid Machine Learning for Enhanced Prediction of Diffusion Coefficients in Liquids

Ce travail présente un modèle hybride d'apprentissage automatique, nommé ESE, qui combine l'équation de Stokes-Einstein et des données moléculaires pour prédire avec une grande précision et une cohérence physique les coefficients de diffusion à dilution infinie dans les liquides, surpassant ainsi les méthodes existantes tout en étant accessible via une interface web interactive.

Jens Wagner, Zeno Romero, Kerstin Münnemann, Sebastian Schmitt, Thomas Specht, Hans Hasse, Fabian Jirasek2026-03-04🔬 physics

ChemFlow:A Hierarchical Neural Network for Multiscale Representation Learning in Chemical Mixtures

Le papier présente ChemFlow, un cadre d'apprentissage hiérarchique innovant qui intègre des caractéristiques atomiques, de groupes fonctionnels et moléculaires pour prédire avec une précision supérieure les propriétés physicochimiques des mélanges chimiques complexes en tenant compte de leur composition et de leurs concentrations.

Jinming Fan, Chao Qian, Wilhelm T. S. Huck, William E. Robinson, Shaodong Zhou2026-03-04🤖 cs.LG

Excited-State Intramolecular Proton Transfer and Competing Pathways in 3-Hydroxychromone: A Non-adiabatic Dynamics Study

En utilisant des simulations de dynamique non adiabatique mixte quantique-classique, cette étude révèle que l'existence de deux échelles de temps distinctes pour le transfert de proton intramoléculaire dans l'état excité de la 3-hydroxychromone s'explique par la concurrence entre le transfert de proton canonique et un mouvement de torsion hors-plan de l'hydrogène.

Alessandro Nicola Nardi, Morgane Vacher2026-03-03🔬 physics

Low-entropy arrays of microwave-shielded molecules prepared by interaction blockade

Cet article propose une méthode robuste pour préparer de manière déterministe des réseaux d'arrays de molécules polaires ultrafroides dans leur état fondamental de mouvement avec une fidélité supérieure à 99 %, en utilisant un blocage d'interaction par micro-ondes pour éviter l'occupation multiparticulaire et permettre leur mise à l'échelle à des milliers de pièges pour les applications quantiques.

Tijs Karman, Sebastian Will, Zoe Yan2026-03-03🔬 physics.atom-ph