1032 artigos
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.
Este trabalho utiliza inteligência artificial para descobrir uma coordenada de reação simbólica e interpretável para a isomerização do retinal, revelando que o mecanismo segue um caminho em formato de "S" devido a efeitos dinâmicos que não são detectados pela superfície de energia livre.
O Vib2Conf é um modelo de aprendizado profundo que utiliza mecanismos de atenção e mistura de especialistas (MoE) para discriminar conformações moleculares tridimensionais a partir de espectros vibracionais, alcançando alta precisão mesmo em isômeros com diferenças estruturais mínimas.
O artigo apresenta o DenSNet, uma abordagem de aprendizado de máquina baseada em densidade eletrônica e redes neurais equivariantes que permite simular dinâmicas moleculares e prever observáveis eletrônicos, como espectros de infravermelho, com alta precisão e escalabilidade.
O artigo propõe o PET-UAFD, um conjunto de potenciais de aprendizado de máquina calibrados com dados experimentais para superar as limitações das aproximações de cálculos eletrônicos, permitindo simulações de matéria mais precisas e com estimativas de incerteza confiáveis em relação à realidade experimental.
Este estudo utiliza uma abordagem de design computacional baseada em aprendizado de máquina e simulações atômicas para identificar e validar experimentalmente novos inibidores fotoativáveis da PARP1, demonstrando que a luz verde pode aumentar significativamente a eficácia da inibição da proteína em um contexto de tratamento direcionado contra o câncer.
Este estudo demonstra que a dopagem com boro no cátodo NaMnFeO melhora a capacidade específica, a estabilidade estrutural e a cinética de difusão de íons sódio, conforme comprovado por análises eletroquímicas, simulações de dinâmica molecular e cálculos de teoria do funcional da densidade (DFT).
Este trabalho propõe uma heurística de "dividir para conquistar" que permite aplicar processadores quânticos de átomos neutros ao problema de docking molecular, superando as limitações de escala de hardware atual ao decompor grafos complexos em subproblemas menores e resolver instâncias de larga escala com alta precisão biológica.
Este artigo investiga como a queda de pressão hidrostática pode ser utilizada para ajustar o fluxo de difusio-osmose em fendas carregadas, demonstrando que a pressão modifica os perfis de concentração e potencial de superfície, permitindo o controle do fluxo e a caracterização de propriedades eletroquímicas do sistema.
O estudo investiga o acoplamento entre plasmons de superfície em nanoestruturas de ouro e excitons em agregados J, demonstrando através de microscopia de radiação de vazamento que a formação de estados híbridos resulta em um desdobramento de Rabi de 30 meV e em uma redução drástica no tempo de vida dos estados devido à dissipação de energia para estados escuros.
O artigo demonstra que, enquanto modelos de linhas ópticas convencionais falham em satisfazer o princípio do equilíbrio detalhado, o modelo do oscilador Browniano quântico obedece à relação de Einstein generalizada entre absorção e emissão estimulada, validando sua compatibilidade com a radiação de corpo negro de Planck.