Esta categoria explora a fascinante intersecção onde a física encontra a química, desvendando como as leis fundamentais da matéria governam reações e estruturas moleculares. Ao investigar fenômenos que vão desde o comportamento quântico de átomos até a dinâmica de fluidos complexos, pesquisadores buscam entender a base material do universo de uma forma que une precisão teórica e aplicação prática.

No Gist.Science, processamos cada novo pré-publicação nesta área diretamente do arXiv, garantindo que o conhecimento mais recente chegue a todos. Oferecemos tanto resumos técnicos detalhados para especialistas quanto explicações em linguagem simples para curiosos, removendo barreiras sem sacrificar o rigor científico.

Abaixo estão as últimas contribuições nesta fronteira do conhecimento, prontas para serem exploradas em seus formatos acessíveis e completos.

Life cycle assessment for all organic chemicals

O artigo apresenta o framework CRYSTAL, que utiliza retrossíntese e aprendizado de máquina para gerar automaticamente dados de inventário de ciclo de vida transparentes e consistentes para mais de 70.000 produtos químicos orgânicos, permitindo a identificação de pontos críticos ambientais e fornecendo uma base de dados robusta para intervenções de engenharia e políticas sustentáveis.

Shaohan Chen, Tim Langhorst, Julian Nöhl, Christopher Oberschelp, Martin Pillich, Johannes Schilling, André Bardow2026-03-18🔬 physics

On the performance of QTP functionals applied to second-order response properties II: Dynamic polarizability and long-range C6_6 coefficients

Este estudo avalia o desempenho de 25 funcionais de troca-correlação, incluindo os da família QTP, na previsão de polarizabilidades dinâmicas e coeficientes de dispersão C6_6, identificando que o TPSS0 e o QTP01 são os mais eficazes para polarizabilidades dinâmicas, enquanto o O3LYP e o LC-QTP destacam-se no cálculo dos coeficientes C6_6.

Rodrigo A. Mendes, Peter R. Franke, Ajith Perera, Rodney J. Bartlett2026-03-18🔬 physics

Transfer Learning Meets Embedded Correlated Wavefunction Theory for Chemically Accurate Molecular Simulations: Application to Calcium Carbonate Ion-Pairing

Este artigo apresenta o framework ECW-TL, que combina teoria de ondas correlacionadas embutidas com aprendizado de transferência para alcançar precisão química em simulações de dinâmica molecular, demonstrando sua eficácia no estudo do pareamento iônico Ca²⁺-CO₃²⁻ em solução aquosa.

Xuezhi Bian, Emily A. Carter2026-03-18🔬 physics

PFP/MM: A Hybrid Approach Combining a Universal Neural Network Potential with Classical Force Fields for Large-Scale Reactive Simulations

O artigo apresenta o método híbrido PFP/MM, que combina potenciais interatômicos universais de aprendizado de máquina com mecânica molecular clássica para permitir simulações reativas em grande escala e de longo prazo de sistemas condensados complexos com precisão próxima à do DFT.

Yu Miyazaki, Atsuhiro Tomita, Akihide Hayashi, So Takemoto, Mizuki Takemoto, Hodaka Mori2026-03-18🔬 cond-mat.mtrl-sci

Free complement method with Gaussian expanded complements: hierarchical decontraction to mitigate the exponential wall before selection

Este trabalho apresenta um método de complementaridade livre (FC) com expansões gaussianas que utiliza descontrações hierárquicas via funções gg para mitigar o crescimento exponencial dos parâmetros variacionais antes da seleção baseada na matriz de sobreposição, adiando essa complexidade para ordens superiores da expansão.

Cong Wang2026-03-18🔬 physics

Disentangling Single- and Biexciton Dynamics with Photoelectron-Detected Two-Dimensional Electronic Spectroscopy

Este artigo demonstra, por meio de simulações numéricas, que o uso de gateamento temporal e filtragem de energia cinética na espectroscopia eletrônica bidimensional detectada por fotoelétrons permite isolar dinâmicas específicas e recuperar informações sobre transferência de energia que seriam obscurecidas pela aniquilação de excítonos em espectros convencionais.

Luisa Brenneis, Matthias Hensen, Julian Lüttig, Tobias Brixner2026-03-18🔬 physics.optics

All-in-one foundational models learning across quantum chemical levels

Os autores apresentam o modelo de aprendizado de máquina "all-in-one" (AIO-ANI), uma arquitetura fundamental baseada em aprendizado multimodal capaz de aprender simultaneamente múltiplos níveis de química quântica, desde métodos semiempíricos até cálculos de alto nível, oferecendo uma alternativa escalável e mais precisa ao aprendizado por transferência para o desenvolvimento de potenciais moleculares.

Yuxinxin Chen, Pavlo O. Dral2026-03-17🤖 cs.LG

Aitomia: Your Intelligent Assistant for AI-Driven Atomistic and Quantum Chemical Simulations

O artigo apresenta o Aitomia, uma plataforma baseada em inteligência artificial que integra agentes de linguagem e o MLatom para democratizar e acelerar simulações atômicas e químicas quânticas, auxiliando tanto especialistas quanto não especialistas na configuração, execução e análise de cálculos computacionais complexos.

Jinming Hu, Hassan Nawaz, Yi-Fan Hou, Yuting Rui, Lijie Chi, Yuxinxin Chen, Arif Ullah, Pavlo O. Dral2026-03-17🔬 physics