XiaoMi-AI文件搜索系统
World File Search System量子化学
具有广泛适用性的人工智能增强量子化学方法
a 固体表面物理化学国家重点实验室，福建省理论与计算化学重点实验室，厦门大学化学系，化工化工学院，厦门 361005，中国 b 卡内基梅隆大学化学系，匹兹堡 PA，15213，美国
量子化学中激发态的全电路量子算法
利用量子计算机研究量子化学是当今的一个重要的研究领域。除了广泛研究的基态问题外，激发态的确定在化学反应和其他物理过程的预测和建模中起着至关重要的作用。本文提出了一种基于非变分全电路的量子算法来获得量子化学哈密顿量的激发态谱。与以前的经典-量子混合变分算法相比，我们的方法消除了经典的优化过程，减少了不同系统之间相互作用带来的资源成本，实现了更快的收敛速度和更强的抗噪性，没有贫瘠的平台。确定下一个能级的参数更新自然取决于前一个能级的能量测量输出，并且只需修改辅助系统的状态准备过程即可实现，几乎不会引入额外的资源开销。本文给出了氢、LiH、H2O 和 NH3 分子算法的数值模拟。此外，我们还提供了一个示例
量子化学预训练对药理特性预测的有效性
原则上，量子化学使我们能够量化分子及其相互作用的所有电子和几何特性。因此，将预先计算的量子力学特性纳入深度学习模型可以提高其预测小分子和潜在药物重要药理特性的能力。然而，在最近一波由人工智能驱动的药物发现中，这一机会尚未得到充分利用。我们表明，通过预先训练等变图神经网络 (EGNN) 模型来预测已使用量子力学方法预先计算的原子中心部分电荷，我们可以获得更准确的模型来预测吸收、分布、代谢、排泄和毒理学 (ADMET) 特性。我们比较了量子化学预训练与非量子力学预训练以及完全没有预训练的性能，发现量子化学预训练可以生成最准确的亲脂性、血脑屏障穿透、CYP2D6 代谢和毒性模型；而对于更具挑战性的肝细胞清除率预测任务，其性能与非预训练模型非常相似。通过使用基于量子化学的预训练来预测原子级和分子级特性，我们获得了比没有预训练更丰富的分子表示，这有助于我们的模型从底层物理和化学中学习。
Spiers 纪念讲座：量子化学、经典启发式和量子优势
本文是关于化学物质的量子模拟。虽然这是一篇化学期刊上关于法拉第讨论的介绍性文章，但实际上它是为两个读者群撰写的：量子化学家和量子信息理论家。这是因为，尽管近年来量子化学和量子信息理论的交集越来越多，但一个领域的从业者往往对另一个领域的观点了解有限。本文的一个目的是描述量子化学家对化学物质中量子多体问题的直觉。这种直觉指导了当今对改进方法及其应用的研究。另一个目的是给出一个关于量子化学的有利观点，希望能够强调量子信息理论家的一些关注点，我们相信这对量子化学的未来发展有用。量子信息论是一个具有可证明结果的数学领域，而量子化学主要是经验领域。由于作者是量子化学家，本文以量子化学的非正式风格撰写。在某些情况下，它提供了作者的（非严谨的）个人意见。直觉和意见显然不是定理，但我们希望它们能够在前进的道路不明朗时成为有价值的路标。
魔术状态蒸馏和量子化学量子算法中的栅极汇编
用于量子化学的量子算法绘制分子中电子的动力学与耦合自旋系统的动力学。为了达到有趣分子的化学准确性，必须应用大量的量子门，这意味着需要进行量子误差校正和易于断层的量子计算。可以通过门编译的一组易于故障的通用操作来构建任意耐断层操作。量子化学算法是通过使用猪排公式分解耦合自旋系统的动力学来编译的，并使用Cli效法操作和单值旋转合成分解的动力学，并通过最终近似于单质量旋转的单个质量旋转序列，并通过单位固定器单位单位单位Qubit Bit Bit Bit Bit Bit Bit Bite。某些容忍故障的门取决于被称为魔术状态的特定单量状状态的制备。结果，门汇编和魔术状态蒸馏对于解决量子计算机上的量子化学问题至关重要。我们回顾了最近的进展，这已经提高了通过数量级来提高栅极汇编和魔术状态蒸馏的效率。
链格孢属植物的拉曼和量子化学研究。
纸上的真菌色素：链格孢属菌种的拉曼和量子化学研究。Victor V. Volkov 和 Carole C. Perry* 诺丁汉特伦特大学科学技术学院跨学科生物医学研究中心，克利夫顿巷，诺丁汉 NG11 8NS，英国。摘要为了加深对影响图书馆、博物馆和档案馆的文化遗产的真菌分子生物化学的了解，我们研究了拉曼光谱在识别纸上真菌有色发色团组成的诊断能力。在本研究中，我们探索了共振拉曼在区分高湿度下在纸上生长的真菌丝中的发色团的诊断能力，重点是表征链格孢属菌种的发色团。为了促进分子分析，我们对在紫外-可见光谱范围内具有光吸收的代表性代谢物进行了量子化学计算。通过理论与实验的比较，我们发现，在成熟的菌丝丝中存在 fonsecin、erythroglaucin 和 aurasperone 类型的发色团，而 β-胡萝卜素在纸面上的酵母沉积物中占主导地位。成熟丝的共振拉曼光谱表明，比 β-胡萝卜素更长的胡萝卜素对光谱特征的贡献更大。利用微观分辨率，我们在丝从酵母沉积物开始的空间区域中区分了丰富的拉曼特征集，这些特征集被归因于木质素、flavoglaucin、核黄素、cycloleucomelon(e) 和 asperyellone 分子成分。在这些区域中，丝的微结构刺激了成熟三维支架的发育，拉曼共振的多样性证实了发育结构具有丰富的生物化学性质。这里介绍的特征真菌发色团和代谢物的光学和光谱响应计算库对于理解真菌对各种纸制品（包括书籍、版画、素描、水彩画、雕刻甚至雕塑）的影响以及设计基于真菌菌丝垫的下一代材料至关重要。 关键词 拉曼、显微镜、真菌、纸、光学、密度泛函理论 引言 真菌界早期 [1] 的专业化归因于原真菌细胞在概念上依赖可渗透壁的生物学来提供快速分子运输和外部消化食物。后者在我们的生活中对真菌起着至关重要的作用：在工业和文化中。如果说系统地使用真菌作为生产剂的理念自直观的古代发酵以来一直发展缓慢，直到 19 世纪末设计出第一种草酸生产的药物化学方案 [2]，那么，人们直到最近几十年才开始意识到真菌作为我们日常生活中的积极参与者，无论是作为病原体，还是作为共生体，或者作为一种冷漠竞争的生命力，只有在了解这些生物组成了自己的王国之后，我们才能理解它们之间的区别 [3]。真菌对人类文化有着巨大的影响，这里我们讨论的是保存在纸质文物中的遗产。纸是一种由纤维素纤维制成的片状材料。在过去的两千年里，纸张是日常使用中信息存储和传输的主要“载体”，取代了蜡和粘土板、桦树皮和皮革羊皮纸。作为一种由多糖链构成的吸湿性有机材料，纸可能是许多微生物的营养来源。真菌是导致纸张降解的主要菌群 [4 ]。它们是图书馆、档案馆和博物馆中书面和印刷遗产的主要威胁 [5 ]。各种曲霉菌、镰刀菌、木霉菌、漆霉和青霉菌都能在纸上有效生长，并引起纸张基质的化学改变。
杂环有机化合物缓蚀作用的量子化学研究
腐蚀会损坏所有材料，因此必须更换和检查相关费用。因此，对新型腐蚀抑制剂材料的需求增加。不同材料的腐蚀抑制率不同，但有机化合物对各种合金和金属的水腐蚀抑制效率很高。在 O、N 和 S 存在的情况下，这种效率会提高。当同一化合物中同时存在 S 和 N 原子时，分子会产生很强的抑制作用。本文研究了 1,3,4-噻二唑分子和几种由不同取代基组成的有机化合物（如 R 1 和 R 2 ）的电子结构。它们与 1,3,4-噻二唑环结合在一起，得到九种不同的衍生物。使用高斯程序在 6-311G++（d，p）基组和 Becke 三参数混合（B3LYP）水平上进行量子计算（密度泛函理论，DFT）。本研究的目的是确定几种杂环有机化合物的化学行为并了解腐蚀抑制过程。
叠氮化物辅助腐蚀通过生物活性金属复合物抑制碳钢 - 量子化学研究
（2023年8月12日收到； 2024年4月19日修订； 2024年4月21日接受）。摘要：在各种工业应用中，碳钢的腐蚀是一个重要的问题，有效的腐蚀抑制剂的发展对于缓解此问题至关重要。近年来，由于其独特的特性和环保性，生物活性金属复合物已成为有前途的腐蚀候选者。旨在研究腐蚀抑制剂的活性和有效性。通常，抑制剂在表面吸附特性上工作。在这里，我们专注于通过理论方法研究金属表面上的抑制剂吸附活性。Schiff碱化合物与金属表面的相互作用非常好。抑制剂的相互作用是通过密度功能理论研究借助 *dxvvldq dqg $ ffhou \ v 0dwhuldo 6wxglr）urp wkh fdofxodwlrq ri +202 /802 /802ǻ（ǻ1dqg fukui seltifity confffect function 2 complect formity conffffle 理论计算的很短的时间显然告诉我们有关Schiff碱基复合物的抑制剂活性。理论计算的很短的时间显然告诉我们有关Schiff碱基复合物的抑制剂活性。
Overlap-ADAPT-VQE：通过重叠引导的紧凑型模拟在量子计算机上进行实用量子化学
ADAPT-VQE 是一种用于近期量子计算机上量子化学系统混合量子经典模拟的稳健算法。虽然其迭代过程系统地达到基态能量，但 ADAPT-VQE 的实际实现对局部能量最小值很敏感，导致过度参数化的假设。我们引入了 Overlap-ADAPT-VQE，通过最大化它们与已经捕获一些电子相关性的任何中间目标波函数的重叠来增加波函数。通过避免在散布局部最小值的能量景观中构建假设，Overlap-ADAPT-VQE 产生了超紧凑的假设，适用于高精度初始化新的 ADAPT 程序。对于强相关系统，与 ADAPT-VQE 相比具有显著优势，包括电路深度的大幅节省。由于这种压缩策略也可以用精确的选定配置相互作用 (SCI) 经典目标波函数进行初始化，因此它为更大系统的化学精确模拟铺平了道路，并增强了通过量子计算的力量决定性地超越经典量子化学的希望。