物理化学は、物質の性質を物理学の視点から解き明かす領域です。原子や分子がどう動き、反応し、新しい材料やエネルギーを生み出すのかを、微視的な世界から探求する学問であり、化学反応の裏側にある物理的な法則を理解することで、未来の技術革新の鍵を握っています。

Gist.Scienceでは、arXiv に投稿された最新のプレプリントを網羅的に収集し、専門的な内容もわかりやすく解説しています。それぞれの論文について、非専門家にも伝わる平易な要約と、研究者向けの技術的な詳細解説の両方を提供し、最先端の知見へのアクセスを民主化します。

以下に、この分野の最新論文一覧をご紹介します。

Revealing Light-Driven Dynamics at Nanostructured Solid-Liquid Interfaces with In-Situ SHG

本論文は、固液界面におけるリアルタイムの光駆動界面ダイナミクスを定量的に解明し、光充電効果と光熱効果を明確に区別するとともに、エネルギー変換および触媒における界面電荷と電位の制御のための統一的な枠組みを確立するために、第二高調波発生を2桁以上増強するナノフォトニクスプラットフォームを導入する。

Tarique Anwar, Diana DallAglio, Milad Sabzehparvar, Giulia Tagliabue2026-05-04🔬 physics

Non-Equilibrium Dynamics of the Time-Dependent Excitonic Coupling in Fluorescent Protein Dimers

本研究は、近接場多極効果を取り入れることで、ダイマー型ベニスの蛍光タンパク質における期待を大きく上回る励起子結合を定量化し、集団的な光励起がダビドフ分裂を印加する前に、急速な環境脱位相が系を非コヒーレントホッピングへと遷移させるという時間スケール分離メカニズムを通じて、頑強な結合と環境による脱コヒーレンスの間の緊張関係を解決する。

Robson Christie, Cerys Murray, Youngchan Kim, Jaewoo Joo2026-05-04🔬 physics

A Noble-Gas-Centered Coordinate for Within-Period Atomic Property Trends

本論文は、黄金比に基づく単一の無次元かつ貴ガスを中心とした座標関数を導入し、第一イオン化エネルギー、電子親和力、電気陰性度、化学的硬さといった主要な周期的原子特性を複数の周期にわたって体系的に整理・予測するとともに、既知の傾向や教科書に記された特異点、および特定の黄金比スケーリング則を高精度で再現し、NIST データとの高い実証的合致を示すものである。

Jonathan Washburn, Megan Simons, Elshad Allahyarov2026-05-04🔬 physics

Novel Chemical Pathways for the Formation of Nucleobase Precursors via Benzene {\pi}-Bond Addition to HCN

本論文は、HCN がベンゼンに対して 1,4-環化付加を起こし、その後断片化してピリミジンやプリンなどの核酸塩基前駆体を形成する新たな化学経路を提案し計算的に検証したものであり、そのような有機化合物は、早期の地球および火星において水相堆積物中に濃縮される前に、乾燥相の間に形成され得たことを示唆している。

Jeehyun Yang, Danica J. Adams, Renyu Hu, Yuk L. Yung2026-05-04🔬 physics

CompleteRXN: Toward Completing Open Chemical Reaction Databases

本論文は、USPTO の記録を整理された反応機構にマッピングすることでオープンな化学反応データベースを補完するための大規模な教師ありベンチマーク「CompleteRXN」を導入し、制約反応バランサー(CRB)を含む各種モデルを評価して、制御された分割では既存手法が高い精度を達成する一方で、不完全性が増大する現実世界の未整理データへの対応には依然として重大な課題が残存することを示している。

Gabriel Vogel, Minouk Noordsij, Evgeny Pidko, Jana M. Weber2026-05-04🤖 cs.LG

Knowing when to trust machine-learned interatomic potentials

本論文は、事前学習された機械学習間原子ポテンシャルからの凍結された原子ごとの表現を活用して、信頼性の高い予測ごとの不確実性推定値と化学的に解釈可能な診断を生成する事後かつアーキテクチャ非依存の手法である PROBE を導入し、従来のアンサンブル不一致アプローチを上回る性能を発揮しつつ、基盤規模のモデルに対して有利に拡張可能であることを示す。

Shams Mehdi, Ilkwon Cho, Olexandr Isayev2026-05-04🔬 physics

Experimentally Accurate Graph Neural Network Predictions of Core-Electron Binding Energies

本論文は、化学的に情報を与えられたノード特徴と E(3) 共変性を利用することで局所的な結合環境を捉え、より大規模な系への一般化を可能にし、有機分子における炭素 1s 軌道電子の結合エネルギーを平均絶対誤差 0.33 eV で予測する、実験的に正確かつ解釈可能なグラフニューラルネットワークモデル「AugerNet」を提示する。

Adam E. A. Fouda, Joshua Zhou, Rodrigo Ferreira, Patrick Phillips, Valay Agarawal, Bhavnesh Jangid, Jacob J. Wardzala, Rui Ding, Junhong Chen, Nicole Tebaldi, Phay J. Ho, Laura Gagliardi, Linda Young2026-05-01🔬 physics