保结构神经密度泛函实现聚合物电解质离子关联跨尺度预测：四分之一训练量精度反超
Liyao Lyu向arXiv提交论文（10月8日），构建保持空间对称性、热力学可积性与Noether恒等式的神经密度泛函，用于非均匀聚合物电解质的离子关联描述。仅以平面分子动力学数据训练，即可预测更大区域与二维外场下的离子结构，精度优于三种同类架构且训练量仅为其四分之一。
计算化学
共 2 页 · B910化工 · AI 化学信息库
ChemRxiv论文：机器学习力场评分媲美自由能微扰，药物先导化合物优化有望提速降本
ChemRxiv 9月24日预印本显示，机器学习力场（MLFF）评分在公共基准上对同系列配体亲和力排序的准确度可与自由能微扰（FEP）这一金标准方法相当，而计算成本大幅降低，为先导优化的高通量精确排序提供了新工具。
计算化学竞赛CASMI重启：为质谱"暗代谢组"寻找AlphaFold时刻
生物技术公司Enveda重启小分子鉴定国际竞赛CASMI，目标是开发能从串联质谱谱图直接推断分子结构的算法。当前质谱实验中约90%可检测的小分子代谢物无法确定结构，竞赛组织者希望吸引机器学习社区参与，复制蛋白质结构预测竞赛CASP催生AlphaFold的路径。
arXiv综述：机器学习加速高熵合金催化剂设计，破解天文数字级组分空间搜索难题
中国科研团队在arXiv发布综述，系统梳理机器学习方法在高熵合金（HEA）催化剂设计中的应用：通过预测模型与代理模型解析成分-结构-性能关系，结合大语言模型构建集成设计工作流，可显著降低传统试错成本。高熵催化剂因组分空间巨大，正是ML方法最具优势的材料体系之一。
贵金属纳米颗粒屏蔽电荷的原子级结构被解析：可外推至数百万原子
Pulkit Joshi与Marek Sierka（耶拿大学）在arXiv发文，将原子级电荷-偶极模型直接校准至第一性原理诱导密度，解析Ag/Au纳米颗粒中面、棱、顶位点差异化响应的静态屏蔽结构；单一参数组可跨尺寸、形貌、组分迁移，快速多极子实现线性标度、可处理数百万原子颗粒。
arXiv论文：水面催化机制新综述——氢键与质子转移如何增强电荷转移活化
德国研究团队在arXiv发布 Account 论文，系统论证"水上催化"中氢键极化与质子转移两条路径均能增强有机反应物间的电荷转移稳定化作用，为水相有机合成与绿色化学提供机理框架。
“分子电影”预测挑战赛收官：计算光化学比想象中更难
2023年发起的分子电影预测挑战吸引全球团队预测环丁酮紫外激发后的光化学反应轨迹，六个月竞赛暴露出激发态理论在Born-Oppenheimer近似失效区域的系统性短板，也展示理论预测实验结果正走向可行。
计算化学迎来"非对角低秩"新工具：Coulomb矩阵、Fock矩阵等共有ODLR性质可大幅降维
Zikuan Wang在arXiv发表观点文章，指出计算化学中的多类核心矩阵——Coulomb矩阵、电子排斥积分张量、密度矩阵、定域分子轨道系数矩阵、Fock矩阵和核Hessian矩阵——在基函数适当排序后，非对角块均具有低数值秩（ODLR性质），尽管矩阵整体是高秩的。这一在数学界已被充分研究的性质在计算化学中几乎未被利用，可用于矩阵的紧凑表示与低标度运算。
神经算子学习Kohn-Sham映射，密度泛函理论逼近准线性标度
加州理工学院Anima Anandkumar团队等提出以Kohn-Sham映射为学习目标的轨道自由DFT新方法：用域不变SE(3)等变傅里叶神经算子从Kohn-Sham势直接预测密度与非相互作用动能，避免了病态动能泛函学习与外推性差的问题，实现稳定的准线性标度自洽场迭代，为大规模量子模拟开辟路径。
SandboxAQ发布AI催化剂筛选模型AQCat：吸附能计算提速2万倍，免代码自然语言调用
SandboxAQ宣布AQCat AI模型正式商用：通过Claude Science的MCP协议以自然语言提示即可评估催化剂候选材料，吸附能计算速度最高比传统DFT快2万倍且精度接近，基于含1350万次DFT计算的AQCat25公开数据集训练，并针对铁钴镍等磁性材料做spin-aware处理，将高通量催化剂发现从超算专家手中释放给普通实验室。
核-电子轨道子系统DFT：把量子核效应装进实用级电子结构计算
8月20日发布于arXiv的预印本发展了核-电子轨道（Nuclear-Electronic Orbital, NEO）框架下的子系统密度泛函理论（subsystem DFT）方法，将氢原子核的量子行为显式纳入电子结构计算的分片处理框架。 NEO方法直接量化质子量子涨落对分子结构与反应势能面的影响，对氢键体系、质子转移反应与同位素效应计算具有方法学意义。
分子对接×AI：农药抗性研究与新颖农药设计的系统综述
发表于AgroPages的综述系统分析分子对接技术在农药抗性研究中的应用：该技术兼具计算效率与高通量筛选能力，可辅助解析抗性机制并加速新农药发现；与人工智能的深度融合正为农药合理设计拓展新空间，但打分函数、蛋白柔性与计算模型的局限仍需实验数据交叉验证。
arXiv：DPA4C通用机器学习势登场，以经验势速度跑第一性原理精度
8月21日消息，北京应用物理与计算数学研究所联合团队发布DPA4C等变机器学习势：架构与压缩CUDA算子协同设计，49倍参数跨度全系覆盖，同时实现跨化学体系通用性、近第一性原理精度与经验势速度三者兼得。
arXiv透视：计算化学AI智能体两年增十倍，自主科研时代来临
8月21日消息，复旦大学Dral团队在arXiv发表透视文章：计算化学AI智能体系统从2024年的约6个激增至2026年8月的近50个，能力正从“辅助执行计算任务”跃迁到“自主设计与运行整个科研流程”，文章系统梳理了该领域的技术演进与治理挑战。
三井化学投资加拿大AI生物塑料初创公司Materia Bioworks加速可持续材料开发
三井化学宣布对加拿大多伦多初创公司Materia Bioworks进行少数股权投资。Materia Bioworks开发了基于计算化学和AI的材料应用预测系统MAPS，专注于加速生物塑料等可持续材料的研发和商业化。
IBM宣布量子优势三项实验证明量子计算在化学模拟领域超越经典计算
IBM研究团队在Quantum Heron R3量子处理器上完成三项实验，声称已实现量子优势——量子计算机在特定任务上超越经典计算机。其中最具化学意义的是量子计算可直接精确模拟材料和化合物的量子行为，无需经典计算化学方法（如DFT）中不可避免的精度-速度-成本权衡。论文以预印本形式发表。