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。

该论文通过一维推导、维数外推及具体算例证明，在近似密度泛函计算中故意违背电子数归一化原则，反而能显著提高能量计算的准确性。

该论文提出了一种受侧链和嵌入方法启发的“聚光灯采样”方案，通过采用近似碎片化哈密顿量和相关采样，将变分蒙特卡洛方法在预测局部化学变化能量差时的计算成本从传统标度降低至近乎线性甚至亚线性水平。

本文提出了一种基于态特定冻结自然轨道的低价非 Dyson 三阶代数图构（ADC）方法，通过密度拟合和截断自然辅助函数显著降低了电子附着问题的计算成本，在保持可控精度的同时成功处理了传统局域近似方法失效的非价态相关束缚阴离子体系。

本文提出了一种名为 Spin-MInt 的新型算法，该算法是首个直接对自旋映射变量进行传播的辛算法，能够严格保持几何结构，并在计算效率和精度上优于现有的 MInt 算法及其他角度基算法。

该论文指出，在含盐水中，电磁涨落产生的普适性贡献使卡西米尔作用力在细胞内肌动蛋白纤维相关的距离上比此前认知的更长程，并强调这一效应在细胞尺度上具有重要影响。

该论文提出了一种利用反应路径作为计算原语、结合轨道旋转与耗散冷却的协议，能够以 $\widetilde{O}(N_o^{3}/\epsilon_E)$ 的复杂度高效制备强关联化学过渡态的基态，并展示了其在 FeMoco 等复杂催化体系中的资源估算优势。

本文提出了一种结合高斯核量子特征映射与经典结构描述符的混合量子 - 经典框架，通过深度量子神经网络显著提升了残基级 pKa 预测的准确性、跨语境泛化能力及实验可迁移性。

本文介绍了 Matlantis-PFP v8，这是一种通过基于 r2SCAN 泛函而非传统 PBE 泛函进行训练而实现的通用机器学习原子间势，它在无需领域特定微调的情况下，显著提升了晶体、分子和表面等多样化学体系与实验数据的一致性，并将熔点预测误差较 PBE 模型降低了一半。

本文介绍了两种用于扩散研究的芯片上光聚合水凝胶微图案化平台：一种利用微柱阵列控制流体并实现局部聚合，另一种采用镀铂 PMMA 光掩模进行图案化，旨在通过优化 PEGDA-PEG 水凝胶的微图案化与扩散性能，为分子传输、生物传感及电子器件等领域的应用奠定基础。

该论文提出了一种非平衡瞬子框架，揭示了在有限粒子数下，路径熵通过增加逃逸率成为决定反应 - 扩散系统中亚稳态模式稳定性的关键组织原则。