🔬 Category

physics.chem-ph

768 articoli

La fisica che studia le interazioni tra chimica e processi fisici, spesso indicata come Chem-Ph, esplora il affascinante confine dove le molecole incontrano le leggi fondamentali della natura. In questo settore, i ricercatori analizzano come le strutture atomiche influenzano le reazioni chimiche e come le forze fisiche guidino la formazione di nuovi materiali, rendendo comprensibili fenomeni complessi che stanno alla base della nostra realtà quotidiana.

Su Gist.Science, selezioniamo e processiamo ogni nuovo preprint pubblicato su arXiv in questa categoria, trasformando i risultati accademici grezzi in risorse accessibili. Per ogni studio, offriamo sia una spiegazione chiara e semplice, ideale per i non esperti, sia un riassunto tecnico dettagliato per gli specialisti, garantendo che la scienza avanzata sia fruibile da tutti.

Di seguito troverete le ultime pubblicazioni in questo campo, aggiornate in tempo reale direttamente dalla fonte originale.

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

Questo articolo sostiene che le scogliere di attività siano in gran parte artefatti della rappresentazione molecolare e della metrica scelte piuttosto che proprietà molecolari intrinseche, dimostrando attraverso un benchmark in sei fasi su quindici configurazioni che diversi embedding codificano aspetti distinti del riconoscimento molecolare, definendo così implicitamente ciò che costituisce una scogliera di attività.

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

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

Questo articolo identifica una specifica risonanza quantistica nel modello di Chesnavich per la reazione CH4+→CH3++H\mathrm{CH}_4^+\rightarrow\mathrm{CH}_3^+ + \mathrm{H} come un analogo del roaming classico localizzato nello spazio delle fasi, caratterizzato da una concentrazione della funzione d'onda tra gli stati di transizione interno ed esterno e da distinte firme del momento radiale e angolare.

Stephen Wiggins2026-06-01🔬 physics

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

Il documento introduce MLIPilot, un framework di ricerca automatizzata in cui modelli linguistici di grandi dimensioni con capacità di tool-calling ottimizzano autonomamente potenziali interatomici appresi tramite apprendimento automatico, proponendo modifiche al codice e gestendo job HPC sotto rigorosi vincoli fisici, trasformando con successo baseline inizialmente instabili in modelli di qualità produttiva attraverso diversi benchmark molecolari e periodici.

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

Crystallisation kinetics of supercooled liquid palladium

Questo studio impiega simulazioni di dinamica molecolare classica per caratterizzare la cinetica di cristallizzazione del palladio liquido sovra-raffreddato, rivelando una crescita limitata dalla diffusione e un massimo di nucleazione omogenea vicino a 0,5Tm0,5 T_{\mathrm{m}} che si allinea con esperimenti di diffrazione a raggi X risolti nel tempo e indica che la nucleazione omogenea governa il sovra-raffreddamento ottenibile in film sottili di Pd rapidamente inquartati.

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

Questo articolo presenta un modello a due stati risolto esattamente per la catena elastica a giunti liberi che deriva espressioni analitiche esplicite per il comportamento di stiramento macromolecolare, riproducendo con successo i dati sperimentali per le transizioni di PEG, acido ialuronico e DNA, identificando al contempo le differenze nella lunghezza di Kuhn e nella costante di forza come meccanismi fondamentali per i cambiamenti conformazionali.

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

Il documento introduce CSP-MACE-Å, un potenziale interatomico basato sull'apprendimento automatico che scompone l'energia totale in componenti intramolecolari e intermolecolari per raggiungere una precisione a livello DFT nella previsione della struttura cristallina operando con una velocità superiore di ordini di grandezza, consentendo così una mitigazione più robusta dei rischi delle forme solide attraverso una valutazione estesa dei candidati e calcoli dell'energia libera.

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

Combinando la teoria quantistica dei campi e i campi di forza basati sull'apprendimento automatico, questo studio rivela che le forze interatomiche nelle grandi molecole presentano una dispersione robusta e una sostanziale anisotropia che crescono con le dimensioni del sistema, sfidando i tradizionali modelli empirici e suggerendo un passaggio verso l'identificazione di "punti caldi" di interazione per comprendere meglio il ripiegamento e la dinamica molecolare.

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

Il lavoro introduce M\=oLe-Λ\Lambda, un modello di apprendimento automatico equivariante che predice congiuntamente sia le ampiezze di cluster accoppiato destre che quelle sinistre a partire da orbitali Hartree-Fock localizzati per generare in modo efficiente energie accurate, forze e un'ampia gamma di proprietà di risposta, preservando al contempo la estensività dimensionale e la località della teoria CCSD tradizionale.

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

Questo articolo propone un nuovo quadro di valutazione che scompone gli errori di previsione delle proprietà delle miscele in componenti legate ai componenti puri e in componenti legate alle interazioni non ideali, rivelando che un'alta accuratezza assoluta spesso maschera una scarsa generalizzazione a molecole non viste e a comportamenti di miscele non ideali.

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