763 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.
Questo studio dimostra che le nanoparticelle a basso carico di CeO e CeOMnO supportate su carbonio Vulcan XC-72 migliorano significativamente la selettività e l'attività per la generazione elettrochimica sostenibile di perossido di idrogeno tramite la reazione di riduzione dell'ossigeno a due elettroni, con il catalizzatore 1% CeOMnO/C che raggiunge fino al 90% di selettività.
Questo articolo propone un quadro unificato a livello di rappresentazione per la teoria quantistica dei molti corpi in equilibrio che caratterizza i diversi metodi come encoder che mappano stati ammissibili in variabili specifiche, chiarendo così le condizioni per la ricostruzione esatta e unificando concetti quali funzionali, kernel e embedding quantistico attraverso l'analisi delle fibre degli stati e delle informazioni rilevanti per il compito.
Questo articolo presenta PoseBusters, uno strumento di validazione che dimostra come gli attuali metodi di docking proteina-ligando basati sul deep learning spesso falliscano nel generare strutture fisicamente plausibili o nel generalizzare su nuove sequenze, sottoperformando così rispetto agli strumenti di docking classici che incorporano meglio i principi fisici essenziali.
Questo articolo introduce BayesMBAR, una generalizzazione bayesiana del metodo multistate Bennett acceptance ratio (MBAR) che calcola le distribuzioni a posteriori dell'energia libera per fornire stime dell'incertezza più accurate e consentire l'incorporazione di conoscenze pregresse, come la regolarità della superficie, nei calcoli dell'energia libera.
Questo studio confronta il potenziale dei modelli di apprendimento automatico di base rispetto ai metodi della chimica quantistica per la previsione dei potenziali redox molecolari, rivelando la loro elevata accuratezza per il trasferimento di elettroni accoppiato a protoni ma i limiti per i trasferimenti multi-elettronici, e propone un flusso di lavoro ibrido che combina l'ottimizzazione geometrica efficiente basata sul potenziale con il raffinamento dell'energia mediante calcoli DFT a punto singolo per consentire lo screening ad alto rendimento su larga scala.
Questo articolo introduce SC3, un benchmark di solubilità multi-solvente rigorosamente curato con un limite aleatorio ricalibrato e metriche di valutazione avanzate, rivelando che gli attuali modelli allo stato dell'arte rimangono significativamente meno affidabili di quanto precedentemente assunto e sottolineando il ruolo critico dell'incertezza calibrata per i futuri miglioramenti.
ORLEASE è un motore basato sull'apprendimento per rinforzo che automatizza la selezione dello spazio attivo dipendente dalla geometria per i calcoli della struttura elettronica multiriferimento, addestrando una rete neurale per predire i punteggi orbitalici, consentendo così flussi di lavoro ad alto rendimento senza la necessità di intuizione esperta o costosi calcoli preliminari DMRG.
Questo studio dimostra la sintesi superficiale altamente chemoselettiva e stereospecifica di tetraaza[4]radialeni tramite una cicloaddizione [1+1+1+1] di isocianidi su Au(111), seguita dalla loro cristallizzazione 2D a lungo raggio in strutture omochirali guidate dal riconoscimento molecolare enantioselettivo.
Questo articolo presenta un'implementazione all-electron di orbitali numerici centrati sugli atomi dell'equazione dinamica di Bethe-Salpeter per sistemi estesi, che incorpora effetti di screening dinamico ed è validata attraverso applicazioni a cristalli molecolari come il naftalene.
Questo articolo introduce la Teoria del Campo Covalente (CFT), un quadro teorico che risolve le persistenti ambiguità nelle interazioni molecola-superficie ridefinendo l'affinità chimica come una proprietà interfacciale continua piuttosto che come un attributo geometrico discreto, fornendo così una base teorica per l'emergenza dei siti attivi, le relazioni di scalabilità lineare e le correlazioni di Brønsted-Evans-Polanyi attraverso superfici complesse.