physics.chem-ph 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。

本文利用组装理论（一种基于递归键合操作的分子复杂性第一性原理度量方法）重新估算了化学空间的大小，揭示了在类药性约束（质量 < 500 Da）下，当组装指数为 25 时，可能存在的分子数量达到约 10^117，并随着复杂度的增加从超指数级增长转变为双指数级增长。

本文介绍了一种范围感知（range-aware）的贝叶斯优化框架，该框架通过直接对满足目标属性范围的后验概率进行评分，能够高效地发现多样化的设计，并在基准测试和实际材料设计案例研究中展示出优于标准方法的性能。

本文介绍了傅里叶积分器分子动力学（FIMD），这是一种在频域中稳定传播哈密顿系统的新颖方法，旨在直接选择并分析特定的振动带，从而为探测不同力场中具有热力学意义的光谱特征和模式耦合提供了一种高效途径。

本研究表明，使用平面波基组的轨道优化密度泛函计算对于里德堡激发态偶极矩的描述优于传统的原子轨道方法，并揭示了尽管混合泛函（如 PBE0）能产生与高水平基准的最佳一致性，但标准的增广基组即使在激发能表现出收敛时，也往往无法捕捉到准确的偶极矩。

本文利用边界函数法推导了细圆柱管中反应-扩散耦合的渐近解，并通过与精确解的对比，证明了广泛使用的 Fick-Jacobs 约化方法存在显著的方法论缺陷。

本文提出了一种基于 Transformer 架构的深度学习框架，该框架仅利用一维 $^1$ H 和 $^{13}$ C NMR 谱图，即可成功实现对含有多达 40 个非氢原子的有机分子的自动化从头结构解析，并在 60.4% 的案例中将目标分子正确识别在排名前 15 的预测结果之内。

本研究利用电子顺磁共振（EPR）光谱技术直接定量自由基物种，并证明与铂阳极相比，硼掺杂金刚石阳极配合 NaNbO3@CeO2 改性的气体扩散电极通过电芬顿过程实现了显著更快且更彻底的对乙酰氨基酚降解，从而为优化电化学水处理建立了一个经过验证的机理框架。

本文表明，通过松原广义朗之万方程在复平面内演化的随机经典轨迹，能够成功地使连续变量开放量子系统平衡到精确的热态，甚至在超越弱耦合极限的情况下也是如此。

本文提出了一种高效的解析延拓方法，该方法通过在粗略的复频率集合上迭代计算极化率张量，以构建矩阵值连分数表示，从而在特定的能量窗口内构建 Bethe-Salpeter 吸收光谱，并已在多种分子和纳米尺度系统中得到了验证。

本研究表明，通过优化的太阳能辅助及阳极辅助电芬顿工艺，负载在 Vulcan XC72 上的 3% 纳米八面体 Fe3O4 修饰的气体扩散电极能够显著增强过氧化氢的生成，并有效降解水中 70% 以上的内分泌干扰性孕激素（左炔诺孕酮和吉斯特烯）。