UBio-MolFM: A Universal Molecular Foundation Model for Bio-Systems
UBio-MolFM 通过构建大规模生物专用数据集、提出线性扩展等变 Transformer 架构 E2Former-V2 以及采用三阶段课程学习策略,成功弥合了量子力学精度与生物系统尺度之间的鸿沟,实现了在大型生物分子系统中兼具从头算级精度与高推理效率的通用分子基础模型。
977 篇论文
化学物理这一交叉领域探索着分子层面的物理规律,架起了化学变化与物理原理之间的桥梁。在这里,科学家通过理论模型和实验手段,深入理解原子如何结合、能量如何转化以及物质在微观尺度下的独特行为。
Gist.Science 致力于让 arXiv 上的最新研究成果触手可及。我们实时追踪并处理该分类下发布的所有预印本,为每一篇论文提供通俗易懂的科普解读与详尽的技术摘要,帮助不同背景的读者跨越专业术语的障碍,轻松把握前沿动态。
以下是该领域近期在 arXiv 上发布的最新论文精选。
UBio-MolFM 通过构建大规模生物专用数据集、提出线性扩展等变 Transformer 架构 E2Former-V2 以及采用三阶段课程学习策略,成功弥合了量子力学精度与生物系统尺度之间的鸿沟,实现了在大型生物分子系统中兼具从头算级精度与高推理效率的通用分子基础模型。
本文开发并基准测试了自旋轨道准简并 N 电子价态微扰理论(SO-QDNEVPT2)用于计算分子 g 张量,通过对比两种理论方案、解决内鬼态不稳定性问题以及分析关键计算参数,确立了该方法在处理含强关联和相对论效应的开壳层分子时的鲁棒性并提供了实用指导。
本文提出了基于熵路径积分粗粒化(EPIGS)的框架,通过训练可转移的有效势并结合瞬子自由能微扰方案,在接近经典模拟的计算成本下实现了复杂体系(如液态水)的严格量子热力学模拟,能够高精度复现量子自由能与焓值。
该论文提出了一种基于通量参数化的物理感知机器学习代理模型,用于求解三维随机 Cahn-Hilliard 方程,该模型通过显式引入随机性并严格保证质量守恒与热力学可解释性,成功复现了确定性模型无法捕捉的热激活成核等关键非平衡相变动力学特征,并展现出卓越的时空泛化能力。
该研究利用可解释的机器学习模型分析发现,人类嗅觉感知并非由单一分子特征主导,而是呈现出高度异质性的模式,不同气味依赖独特的物理化学属性组合,从而否定了通用的编码机制并支持受体与气味依赖的构效关系。
该研究通过数值模拟与解析计算,阐明了密集分子纳米层在自由空间及反射面附近的线性共振吸收机制,指出自由薄膜因透射限制其最大吸收率为 50%,而置于反射面后通过相消干涉消除透射可实现临界耦合下的 100% 完美吸收。
该研究利用第一性原理计算系统揭示了钠离子嵌入层状钾水钠锰矿的结构稳定性、扩散机制、光谱特征及电子自旋特性,表明通过调控嵌入过程可优化其作为下一代能源、电子及自旋电子学材料的性能。
本文通过结合 Gromov 非挤压定理与 Poincaré-Birkhoff 正规形理论,从辛拓扑视角揭示了经典反应动力学中反应瓶颈的几何结构,表明通过偏置初始相空间分布可诱导显著的动力学延迟,从而为理解模式选择性和反应速率提供了新的几何见解。
本文介绍了 CovAngelo 平台,这是一个基于混合量子 - 经典计算架构的高精度药物发现系统,通过创新的 QM/QM/MM 多尺度嵌入模型和量子信息增强技术,实现了在复杂分子环境中对药物反应(如 Zanubrutinib 与 BTK 的共价结合)的精确模拟与可扩展性验证。
该研究通过结合基于高精度电子结构数据的深度势分子动力学模拟与多种验证方法,成功将铝液 - 气临界点的温度、密度和压力精确确定在 6531–6576 K、0.637 g/cm³和 1.6 kbar,显著解决了该领域数十年的不确定性。