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。

Prediction and Experimental Verification of Electrolyte Solvation Structure from an OMol25-Trained Interatomic Potential

OMol25 データセットで事前学習された機械学習間原子ポテンシャルが、ナトリウムイオン電池電解液のナノスケール構造やイオン溶媒和特性を、従来の無機材料ベースのモデルよりも実験値と高い一致度で予測・検証できることを示しました。

Nitesh Kumar, Jianwei Lai, Casey S. Mezerkor, Jiaqi Wang, Kamila M. Wiaderek, J. David Bazak, Samuel M. Blau, Ethan J. Crumlin2026-03-23🔬 physics

Faster quantum chemistry simulations on a quantum computer with improved tensor factorization and active volume compilation

本論文は、ブロック不変対称性シフト型テンソル超圧縮法(BLISS-THC)の導入と融合型フォトニック量子ハードウェア向けのアティブボリュームコンパイルの適用により、分子電子構造計算の推定実行時間を従来手法と比較して 2 桁短縮し、産業応用に向けた実用性を大幅に向上させたことを報告しています。

Athena Caesura, Cristian L. Cortes, William Pol, Sukin Sim, Mark Steudtner, Gian-Luca R. Anselmetti, Matthias Degroote, Nikolaj Moll, Raffaele Santagati, Michael Streif, Christofer S. Tautermann2026-03-20⚛️ quant-ph

One-Body Properties and Their Perturbative Accuracy with Aufbau Suppressed Coupled Cluster Theory

本論文では、Aufbau 抑制型結合クラスター理論における 1 体縮約密度行列の導出と実装を通じて励起状態自然軌道や双極子モーメントなどの 1 体物性を計算し、自然軌道に基づく反復解法により初期分子軌道への依存性を排除するとともに、高レベル計算データとの比較から、摂動的完全性を適切に保持すれば線形応答や運動方程式に基づく結合クラスター法と同等の精度が得られることを示しました。

Conor Bready, Harrison Tuckman, Eric Neuscamman2026-03-20🔬 physics

Generalization of Long-Range Machine Learning Potentials in Complex Chemical Spaces

本研究は、金属有機構造体(MOF)などの複雑な化学空間において、長距離相互作用を考慮した機械学習ポテンシャルが分布内性能の向上だけでなく、未知の化学領域への汎化能力を大幅に高めることを示し、バイアスのかかった学習・テスト分割戦略による厳密なベンチマーク枠組みを提案するものである。

Michal Sanocki, Julija Zavadlav2026-03-20🤖 cs.LG

Spin-Flip Configuration Interaction for Strong Static Correlation in Quantum Electrodynamics

本論文は、強い静的相関と量子化された放射場の結合を扱うためにスピン反転配置相互作用(SF-CIS)を量子電磁力学(QED)の枠組みに拡張し、双励起部分空間の必要性を導出した上で、QED-SF-CIS 法を開発して結合解離過程の制御可能性を示すとともに、強結合領域に対応する高次光子励起の一般化を行ったものである。

Braden M. Weight, Zheng Pei, Sergei Tretiak2026-03-20🔬 physics

sbml4md: A computational platform for System-Bath Modeling via Molecular Dynamics powered by Machine Learning

本論文は、機械学習を活用して分子動力学軌跡から多モード非調和ブラウンモデルのパラメータを自動抽出し、経験的フィッティングなしで非線形振動スペクトルを高精度にシミュレートできる計算プラットフォーム「sbml4md」を開発し、分子間振動の寄与を明示的に考慮することで階層方程式運動(HEOM)に基づく動力学モデルの適用範囲を拡大したことを報告しています。

Kwanghee Park, Seiji Ueno, Yoshitaka Tanimura2026-03-20🔬 physics

Isotope Effects in 2D correlation infrared Spectra of Water: HEOM Analysis of Molecular Dynamics-Based Machine Learning Models

本研究では、水分子の非調和モード結合と熱浴との非マルコフ的・非摂動的な相互作用を階層方程式(HEOM)法で記述し、2 次元赤外相関スペクトルをシミュレーションすることで、H2O と D2O の振動緩和ダイナミクスにおける同位体効果のメカニズムを解明しました。

Kwanghee Park, Ryotaro Hoshino, Yoshitaka Tanimura2026-03-20🔬 physics

Elucidating Norrish Type-I reactive pathways by ultrafast X-ray absorption spectroscopy

本論文では、軟X線時間分解NEXAFS分光法と第一原理計算を組み合わせることで、アセトフェノンにおける光励起状態からノリッシュ型I反応に関与する三重項状態への遷移経路を、超高速時間分解測定により初めて実証的に解明しました。

Martin Graßl, Pablo Unzueta, Andreas E. Hillers-Bendtsen, Yusong Liu, Diptarka Hait, Alice E. Green, Xinxin Cheng, Felix Allum, Taran Driver, Ruaridh Forbes, James. M. Glownia, Erik Isele, Kirk A. Lar (…)2026-03-20🔬 physics

An SO(3)-equivariant reciprocal-space neural potential for long-range interactions

この論文は、局所的な相互作用に依存する既存の機械学習ポテンシャルの限界を克服し、SO(3) 共変性を保ったまま長距離の電磁気的・分極相互作用を正確に記述する新しい神経ポテンシャル「EquiEwald」を提案し、その物理的整合性と高精度を証明したものである。

Linfeng Zhang, Taoyong Cui, Dongzhan Zhou, Lei Bai, Sufei Zhang, Luca Rossi, Mao Su, Wanli Ouyang, Pheng-Ann Heng2026-03-20🤖 cs.AI

Maximum entropy distributions of wavefunctions at thermal equilibrium

本論文は、波動関数アンサンブルの熱平衡状態を記述する新たな最大エントロピー原理(スルーギ・アンサンブル)を提唱し、エネルギー期待値や固有状態分布の形状の制約だけでは不十分であり、ギブス状態に対するレーニィ・ダイバージェンスに等しい測定エントロピーの制約が必須であることを示しています。

Jacob T. Willson, Henrik J. Heelweg, Adam P. Willard2026-03-20🔬 cond-mat