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。

Perspective on a challenge: predicting the photochemistry of cyclobutanone

这篇综述文章总结了 2023 年针对环丁酮光化学及时间分辨 MeV-UED 信号预测挑战的 15 项理论成果,通过对比实验数据与多种非绝热分子动力学方法,评估了计算光化学在电子结构、动力学模拟及可观测量计算方面的优势与局限,并为该领域提供了重要的校准基准。

Jiří Janoš, Nanna Holmgaard List, Andrew J. Orr-Ewing, Jiří Suchan, Mario Barbatti, Olivia Bennett, Marcus Brady, Javier Carmona-García, Rachel Crespo-Otero, Julien Eng, O. Jonathan Fajen, Marco Garav (…)2026-04-15🔬 physics

Efficient Implementation of Relativistic Coupled Cluster Linear Response Theory in Combination with Perturbation Sensitive Natural Spinors and Cholesky Decomposition Treatment of Two-electron Integrals

本文提出了一种结合 X2CMP 哈密顿量、扰动敏感自然旋轨子(FNS++)截断及 Cholesky 分解的高效相对论耦合簇线性响应理论实现方法,该方法在大幅降低内存需求的同时,能够以高精度和可扩展性计算包含显著相对论与电子关联效应的大分子体系的静态及频率依赖极化率。

Sudipta Chakraborty, Muskan Begom, Xubo Wang, Achintya Kumar Dutta2026-04-15🔬 physics

EOM-fpCCSD: An Accurate Alternative to EOM-CCSD for Doubly Excited and Charge-Transfer States

本文介绍了一种基于配对耦合簇双激发(pCCD)参考态的冻结对激发态耦合簇方法(EOM-fpCCSD),该方法在 PyBEST 软件中实现,通过结合 pCCD 的计算效率与动态相关修正,显著提升了双激发态和电荷转移态的激发能计算精度及收敛性,成为标准 EOM-CCSD 的高效且准确的替代方案。

Katharina Boguslawski, Paweł Tecmer2026-04-15🔬 physics

Quantum Simulation of Ligand-like Molecules through Sample-based Quantum Diagonalization in Density Matrix Embedding Framework

该研究通过在密度矩阵嵌入理论(DMET)框架下结合基于采样的量子对角化(SQD)方法,在 IBM 超导量子硬件上成功模拟了低对称性配体类分子,证明了该混合量子 - 经典框架能够克服硬件噪声与纠缠结构复杂性,在多种化学体系中达到化学精度(1 kcal/mol)的基态能量计算。

Ashish Kumar Patra, Anurag K. S. V., Sai Shankar P., Ruchika Bhat, Raghavendra V., Rahul Maitra, Jaiganesh G2026-04-14⚛️ quant-ph

El Agente Estructural: An Artificially Intelligent Molecular Editor

本文介绍了"El Agente Estructural",这是一种由视觉语言模型与领域专用工具驱动的 multimodal 智能体,它能够像人类专家一样直接在三维空间中精确操纵分子几何结构(如官能团替换、立体化学控制等),从而在无需重建核心框架的情况下实现化学意义明确的分子建模与编辑。

Changhyeok Choi, Yunheng Zou, Marcel Müller, Han Hao, Yeonghun Kang, Juan B. Pérez-Sánchez, Ignacio Gustin, Hanyong Xu, Andrew Wang, Mohammad Ghazi Vakili, Chris Crebolder, Alán Aspuru-Guzik, Varinia (…)2026-04-14🔬 physics

A critical assessment of bonding descriptors for predicting materials properties

该研究通过扩展包含约 13,000 种材料的量子化学成键数据库并构建新的成键描述符,系统评估表明将其融入机器学习模型不仅能显著提升弹性、振动及热力学等性质的预测精度,还能辅助发现如投影力常数和晶格热导率等性质的直观表达式。

Aakash Ashok Naik, Nidal Dhamrait, Katharina Ueltzen, Christina Ertural, Philipp Benner, Gian-Marco Rignanese, Janine George2026-04-14🔬 cond-mat.mtrl-sci

Spin-orbital entanglement in Cr3+^{3+}-doped glasses

该研究建立了一种从光学测量重构掺铬玻璃中 Cr³⁺离子自旋轨道纠缠态的框架,并通过实验证实了自旋轨道耦合与晶体场强度的比值与自旋轨道冯·诺依曼熵之间存在稳健的线性相关性,从而揭示了相对论效应与局部对称性竞争对 3d 电子态信息含量的调控机制。

J. S. Robles-Páez, A. T. Carreño-Santos, V. García-Rojas, J. F. Pérez-Torres2026-04-14🔬 physics.atom-ph

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。

Lin Huang, Arthur Jiang, XiaoLi Liu, Zion Wang, Jason Zhao, Chu Wang, HaoCheng Lu, ChengXiang Huang, JiaJun Cheng, YiYue Du, Jia Zhang2026-04-14🔬 physics