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.

A quantum chemistry dataset containing ground-state and conical-intersection structures of 260k molecules

Questo articolo presenta un dataset completo di chimica quantistica comprendente strutture dello stato fondamentale e di intersezione conica per 260.000 piccole molecole, calcolate al livello OM2/MRCI, per facilitare l'integrazione della fotochimica con l'apprendimento automatico nello studio dei processi di reazione degli stati eccitati.

Jiahui Zhang, Yifei Zhu, Chuqiao Feng, Yingjin Ma, Chao Xu, Zhenggang Lan2026-05-15🔬 physics

Observation of spontaneous N-bearing PAH formation using ion trap: a new formation pathway in the interstellar medium

Utilizzando esperimenti con trappole ioniche e calcoli di struttura elettronica, questo studio rivela un nuovo percorso di reazione senza barriera tra cationi di pirimidina in fase gassosa e acetilene che forma spontaneamente idrocarburi policiclici aromatici contenenti azoto, offrendo una potenziale spiegazione per le loro abbondanze osservate nel mezzo interstellare e nell'atmosfera di Titano.

Siddhartha S. Payra, Pratikkumar Thakkar, Shiv Gupta, Ruth Ann Mathews, Yash Lenka, Saurav Dutta, Nihar Ranjan Behera, Krishna R. Nandipati, G. Aravind2026-05-15🔭 astro-ph

All-atomistic Transferable Neural Potentials for Protein Solvation

Questo articolo introduce la Rete Neurale per l'Idratazione delle Proteine (PHNN), un modello di solvente implicito trasferibile che migliora l'accuratezza della termodinamica della solvatazione proteica apprendendo correzioni ai parametri analitici del continuum anziché applicare aggiustamenti energetici a posteriori, conseguendo così un'elevata efficienza nei dati e prestazioni robuste su sistemi fuori dominio.

Rishabh Dey, Salvina Sharipova, Konstantin Popov2026-05-15🔬 physics

On the effective rank of canonical polyadic decomposition of electron repulsion integrals

Questo articolo dimostra matematicamente e numericamente che il rango effettivo della decomposizione polinomiale canonica per gli integrali di repulsione elettronica non può crescere universalmente in modo lineare con la dimensione del sistema, stabilendo invece un limite inferiore proporzionale a NAO2/log27NAON_{\mathrm{AO}}^2/\log_2^7 N_{\mathrm{AO}}.

Aleksandra Oszmian, Michał Lesiuk2026-05-15🔬 physics

A Flexible, Automated, and Basis-Set Insensitive Domain-Based Charge-Transfer Decomposition for Correlated Wavefunctions and its Application to Inter- and Intramolecular Cases

Questo lavoro presenta un framework flessibile, automatizzato e insensibile alla base per decomporre le eccitazioni di trasferimento di carica in funzioni d'onda correlate in contributi locali e basati su domini, offrendo un'analisi robusta sia per i casi inter- che intramolecolari attraverso diverse configurazioni computazionali.

Lena Szczuczko, Julia Szczuczko, Marta Gałyńska, Katharina Boguslawski2026-05-15🔬 physics

Random phase approximation-based local natural orbital coupled cluster theory

Questo lavoro introduce l'approssimazione di fase casuale (RPA) come alternativa robusta alla teoria delle perturbazioni di Møller-Plesset del secondo ordine (MP2) nell'ambito del metodo accoppiato-cluster basato su orbitali naturali locali (LNO-CC), dimostrando che l'LNO-CC basato su RPA mantiene l'accuratezza per sistemi con ampi gap energetici offrendo al contempo una convergenza significativamente più rapida per i sistemi metallici.

Ruiheng Song, Xiliang Gong, Aamy Bakry, Hong-Zhou Ye2026-05-14🔬 cond-mat.mtrl-sci

Fast Generation of Pipek-Mezey Wannier Functions via the Co-Iterative Augmented Hessian Method

Questo articolo introduce l'algoritmo kk-CIAH, un'estensione a kk punti del metodo dell'augmented Hessian co-iterativo del secondo ordine per la localizzazione delle funzioni di Wannier di Pipek-Mezey, che raggiunge un'efficienza computazionale 2–3 volte superiore rispetto agli approcci nello spazio kk del primo ordine e ordini di grandezza più veloce rispetto ai metodi a punto Γ\Gamma, mantenendo al contempo una scalabilità ottimale O(Nk2n3)O(N_k^2 n^3).

Gengzhi Yang, Hong-Zhou Ye2026-05-14🔬 cond-mat.mtrl-sci

On the Anticipation of Lunar Travel in the Early 20th Century: A Pedagogical Exercise

Questo articolo analizza l'opera di divulgazione scientifica del 1923 di Alphonse Berget, *Le Ciel*, per dimostrare come le sue previsioni semi-quantitative sul viaggio Terra-Luna, basate sulla fisica newtoniana e riguardanti le fasi della traiettoria, i fattori umani e un tempo di transito stimato di 49 ore, offrano una sintesi storicamente significativa e pedagogicamente preziosa dell'astrodinamica dei primi del Novecento che anticipa in modo sorprendente i concetti moderni del volo spaziale.

Tina A. Harriott, Cherif F. Matta2026-05-14🔬 physics

Explicitly Correlated Gaussian Basis Approach to Periodic Systems

Questo lavoro deriva espressioni in forma chiusa per gli elementi di matrice di funzioni di base gaussiane esplicitamente correlate in sistemi periodici, sfruttando un teorema di srotolamento generalizzato per ridurre le somme doppie sul reticolo a somme singole, e convalida il formalismo dimostrando l'accordo tra l'energia dello stato fondamentale nel limite termodinamico di una catena infinita di idrogeno e i risultati ottenuti da estrapolazioni su catene finite.

Kalman Varga2026-05-14⚛️ quant-ph

Hessian Matching for Machine-Learned Coarse-Grained Molecular Dynamics

Questo articolo introduce un framework di apprendimento automatico per la dinamica molecolare a grana grossa che potenzia l'adattamento tradizionale delle forze con l'adattamento stocastico del prodotto vettore- Hessiano per incorporare informazioni di curvatura del secondo ordine, migliorando significativamente l'accuratezza e la trasferibilità dei potenziali a grana grossa per le simulazioni biomolecolari.

Sanya Murdeshwar, Sanjit Shashi, Kevin Bachelor, William Noid, Ashwin Lokapally, Razvan Marinescu2026-05-14🧬 q-bio