AI for Science

Unraveling the Mechanism of Drug Binding to SARS-CoV-2 RNA Pseudoknot with Thermodynamics-Driven Machine Learning

用热力学驱动的机器学习揭示药物与SARS-CoV-2 RNA假结的结合机制

Mariia Ivonina, Jakub Rydzewski

专题命中 AI制药 ：机器学习研究药物与RNA结合机制，属于AI制药

AI总结 本研究利用热力学驱动的机器学习方法（光谱映射）从全原子分子动力学轨迹中学习集体变量，揭示了配体结合对SARS-CoV-2 RNA假结拓扑选择性去稳定化的机制，并发现质子化状态是模拟RNA靶向药物作用的关键因素。

KEPLA: A Knowledge-Enhanced Deep Learning Framework for Accurate Protein-Ligand Binding Affinity Prediction

KEPLA：一种用于精确预测蛋白质-配体结合亲和力的知识增强深度学习框架

Han Liu, Keyan Ding, Peilin Chen, Yinwei Wei, Liqiang Nie, Dapeng Wu, Shiqi Wang

专题命中 AI制药 ：预测蛋白质-配体结合亲和力，用于药物发现

AI总结 提出KEPLA框架，通过整合基因本体和配体属性的先验知识，利用全局表示对齐与局部交叉注意力，提升蛋白质-配体结合亲和力预测的准确性，在多个基准数据集上超越现有方法。

IPSL-AID: Generative Diffusion Models for Climate Downscaling from Global to Regional Scales

IPSL-AID：用于从全球到区域尺度气候降尺度的生成扩散模型

Kishanthan Kingston, Olivier Boucher, Freddy Bouchet, Pierre Chapel, Rosemary Eade, Jean-Francois Lamarque, Redouane Lguensat, Kazem Ardaneh

专题命中 气象气候 ：扩散模型用于气候降尺度，生成高分辨率气象场

AI总结 提出基于去噪扩散概率模型的IPSL-AID工具，利用ERA5再分析数据从粗分辨率输入生成0.25°温度、风和降水场，并建模细尺度特征概率分布以量化不确定性，准确重建统计分布、极端事件和空间结构。

Comments 17 pages, 12 figures, submitted to Climate Informatique 2026, to appear in Environmental Data Science

Task-Adaptive Parameter-Efficient Fine-Tuning for Weather Foundation Models

面向天气基础模型的任务自适应参数高效微调

Shilei Cao, Hehai Lin, Jiashun Cheng, Yang Liu, Guowen Li, Xuehe Wang, Juepeng Zheng, Haoyuan Liang, Meng Jin, Chengwei Qin, Hong Cheng, Haohuan Fu

专题命中 气象气候 ：针对天气基础模型的任务自适应微调

AI总结 提出WeatherPEFT框架，通过任务自适应动态提示和随机Fisher引导自适应选择，在天气下游任务上以更少参数达到全微调性能。

Benchmarking Physics-Informed Time-Series Models for Operational Global Station Weather Forecasting

面向全球站点业务天气预报的物理信息时间序列模型基准测试

Tao Han, Zhibin Wen, Zhenghao Chen, Dazhao Du, Song Guo, Lei Bai

专题命中 气象气候 ：物理信息模型用于全球站点天气预报

AI总结 提出大规模观测数据集WEATHER-5K和物理信息模型PhysicsFormer，通过压力-风对齐和能量感知平滑损失增强物理一致性，在多个天气变量和极端事件预测上评估学术模型与业务系统的差距。

Comments Accepted by ICML2026

Probing Bardeen-Cooper-Schrieffer pairing and quasiparticle formation in ultracold gases by Rydberg atom spectroscopy

通过里德伯原子光谱探测超冷气体中的巴丁-库珀-施里弗配对和准粒子形成

Emilio Ramos Rodríguez, Marcel Gievers, Richard Schmidt

专题命中 物理仿真 ：利用里德伯原子光谱探测超冷气体中的BCS配对，属于物理仿真。

AI总结 提出利用里德伯杂质作为光谱传感器，通过功能行列式方法直接测量超流间隙，并揭示库珀对是否被破坏或完整捕获，建立了里德伯原子光谱作为强关联物质局部探针的方法。

Comments 13 pages, 9 figures

PEPSKit.jl: A Julia package for projected entangled-pair state simulations

PEPSKit.jl：用于投影纠缠对态模拟的Julia包

Paul Brehmer, Lander Burgelman, Zheng-Yuan Yue, Gleb Fedorovich, Jutho Haegeman, Lukas Devos

专题命中 物理仿真 ：Julia包用于量子多体系统模拟，属于物理仿真。

AI总结 本文介绍PEPSKit.jl，一个用于模拟二维量子多体系统的Julia包，支持阿贝尔和非阿贝尔对称性及费米子系统，提供地面态、时间演化和有限温度模拟的功能。

Comments 24 pages, 8 figures

Invariant Guided PINN for Fluid Flow Computation

不变引导的PINN用于流体流动计算

Zheng Lu, Jiwei Jia, Bora Aniruddha, Xingyu An, Young Ju Lee

专题命中 物理仿真 ：PINN用于流体流动计算，属于物理仿真

AI总结 提出不变引导的PINN（IG-PINN）框架，通过分区训练作为保守预处理阶段，再全局校正，解决大空间域、多尺度应力或长时间不变动力学下的不可压缩流问题，提升优化鲁棒性并降低守恒误差。

Stochastic Thermodynamics of Non-reciprocally Interacting Particles and Fields

非互易相互作用粒子与场的随机热力学

Atul Tanaji Mohite, Heiko Rieger

专题命中 物理仿真 ：非互易相互作用系统的随机热力学，属于物理仿真

AI总结 针对非互易相互作用系统，通过系统粗粒化推导宏观熵产生精确表达式，识别四种耗散贡献，并导出昂萨格非互易关系、涨落-响应关系等，适用于活性物质和化学反应网络。

SoliDualSPHysics: An extension of DualSPHysics for solid mechanics with hyperelasticity, plasticity, and fracture

SoliDualSPHysics：一种用于固体力学的DualSPHysics扩展，支持超弹性、塑性及断裂

Mohammad Naqib Rahimi, George Moutsanidis

专题命中 物理仿真 ：固体力学SPH仿真，属于物理仿真

AI总结 本文提出SoliDualSPHysics，一种基于SPH的开源软件，扩展DualSPHysics以模拟超弹性、有限应变塑性及脆性断裂行为，采用总拉格朗日格式，支持动态加载下的裂纹萌生与扩展，验证了其准确性和可扩展性。

Theoretical description of interface states in a tetragonal lattice of bianisotropic resonators

双各向异性谐振器四方晶格中界面态的理论描述

Alina D. Rozenblit, Nikita A. Olekhno

专题命中 物理仿真 ：双各向异性谐振器光子结构理论描述

AI总结 采用并矢格林函数方法，通过点偶极子表示建立紧束缚模型，分析双各向异性谐振器四方晶格中的界面态，揭示带隙态的出现并与数值模拟验证。

Comments 11 pages, 5 figures + Supplementary Material

Ordered states of undoped AB bilayer graphene: bias induced cascade of transitions

未掺杂AB双层石墨烯的有序态：偏压诱导的相变级联

A. V. Rozhkov, A. O. Sboychakov, A. L. Rakhmanov

专题命中 物理仿真 ：双层石墨烯电子相图平均场理论

AI总结 利用平均场理论，研究横向电场下未掺杂AB堆叠双层石墨烯的电子相图，揭示偏压驱动的多个有序绝缘相之间的级联一级相变。

Comments 19 pages, 5 figures, several misprints were fixed, several paragraphs were added, virtually identical to published version

Journal ref Phys. Rev. B 113, 235421 (2026)

Quantum dynamics of perfect fluids

完美流体的量子动力学

Walter D. Goldberger, Petar Tadić

专题命中 物理仿真 ：完美流体量子场论研究

AI总结 研究零温完美流体的量子场论，通过标量场φ^I的量子化定义，发现涡旋模具有精确ω_T=0色散关系，并利用半经典初始态计算应力张量两点关联函数，揭示涡旋模对响应函数的非平凡贡献。

Comments v1: 10 pages, 2 figures, v2: references added, v3: small adjustments

Journal ref Phys. Rev. D 113, 125015 (2026)

FPIC: a new Particle-In-Cell code for stationary and axisymmetric black-hole spacetimes

FPIC：一种用于稳态轴对称黑洞时空的新型粒子网格代码

Claudio Meringolo, Luciano Rezzolla

专题命中 物理仿真 ：黑洞时空粒子网格代码FPIC

AI总结 本文介绍新开发的GRPIC代码FPIC，采用球形Kerr-Schild坐标和混合粒子推进器，在降低计算成本的同时改善能量守恒，并成功模拟Wald解和Blandford-Znajek光度。

Comments 15 pages, 11 figures

Journal ref Astronomy and Computing (2026)

Global Well-Posedness and Numerical Approximation of a Coupled Darcy-Convection-Diffusion System with Exponential Nonlinearity

具有指数非线性的耦合达西-对流-扩散系统的全局适定性与数值逼近

Sahil Kundu, Amiya Kumar Pani, Manoranjan Mishra

专题命中 物理仿真 ：研究多孔介质中密度驱动流的数学模型与数值模拟

AI总结 研究多孔介质中密度驱动流，通过Galerkin逼近和截断技术证明弱解存在唯一性，分析浓度指数衰减，数值模拟揭示密度对比和吸附对混合效率的影响。

Comments Published in Nonlinear Analysis: Real World Applications

Journal ref Nonlinear Analysis: Real World Applications, vol. 93, 104674 (2027)

Attention-Based Foundation Model for Quantum States

基于注意力机制的量子态基础模型

Timothy Zaklama, Daniele Guerci, Liang Fu

专题命中 物理仿真 ：基于注意力机制预测量子态波函数

AI总结 提出一种基于注意力机制的基础模型架构，仅使用基组态和物理参数作为输入，即可高精度预测不同哈密顿参数、系统尺寸和物理系统下的基态波函数，为构建量子物质通用基础模型奠定基础。

Comments 8 plus 7 pages. 6 plus 4 figures

Time-Domain Excitation of Finite-Lifetime Resonances and Their Exceptional Points

有限寿命共振及其奇异点的时间域激发

Asaf Farhi, Dror Hershkovitz, Andrea Alu, Haim Suchowski

专题命中 物理仿真 ：光学共振奇异点的时间域激发

AI总结 本文实验观察了复频率共振的时间响应，并理论研究了奇异点，揭示了开放腔在复频率驱动下的通用瞬态现象，实现了功率传输的t和t^2标度增长。

Spin correlations in two-particle systems: a pedagogically motivated comparison of computational approaches

双粒子系统中的自旋关联：教学动机的计算方法比较

S. Martins-Filho

专题命中 物理仿真 ：教学导向的自旋关联计算，属于量子物理仿真

AI总结 本文以教学为导向，比较了三种计算双自旋1/2粒子系统中自旋关联期望值的方法，阐明了纠缠、张量积结构和旋转对称性在自旋关联中的作用。

Comments 12 pages, 3 figures, extended version of published in Rev. Bras. Ens. Fis

Journal ref Rev. Bras. Ens. Fis. 48, e20260134 (2026)

Real-time nuclear-electronic orbital time-dependent density functional theory with a constrained traveling proton basis

实时核-电子轨道含时密度泛函理论中的约束行进质子基组

Nicholas J. Boyer, Sharon Hammes-Schiffer

专题命中 物理仿真 ：实时核电子轨道密度泛函理论，化学物理仿真

AI总结 提出约束行进质子基组方法，在实时核-电子轨道含时密度泛函理论中实现质子动力学模拟，准确计算振动频率并模拟激发态分子内质子转移。

Aharanov-Bohm Type Arbitrage and Homological Obstructions in Financial Markets

金融市场中的Aharonov-Bohm型套利与同调障碍

Takanori Adachi, Keisuke Hara

专题命中 物理仿真 ：将Aharonov-Bohm效应类比到金融市场，建立物理与金融的跨学科模型。

AI总结 本文通过单纯和范畴化方法，将Aharonov-Bohm效应类比到金融市场，提出基于循环整体效应的套利概念，并建立与可执行交易策略的联系。

Comments 19 pages

A Convex Route to Thermoelasticity: Learning Internal Energy and Dissipation

热力学的凸路径：学习内能和耗散

Hagen Holthusen, Paul Steinmann, Ellen Kuhl

专题命中 物理仿真 ：用神经网络学习热力学本构模型，属于物理AI。

AI总结 提出基于物理的神经网络框架，通过输入凸神经网络表示内能和耗散势，自动满足热力学第二定律，实现全耦合热力学本构建模。

Comments 31 pages, 16 figures, 4 tables

Parametric Operator Inference to Simulate the Purging Process in Semiconductor Manufacturing

参数算子推断用于模拟半导体制造中的净化过程

Seunghyon Kang, Hyeonghun Kim, Boris Kramer

专题命中 物理仿真 ：参数算子推断用于半导体制造净化过程模拟。

AI总结 本文利用参数算子推断方法，通过CFD模拟数据预测PECVD腔体内的流动场，通过排除等离子体动力学和化学反应，建立低维模型，实现25种参数组合下的高精度预测，速度提升达142倍。

Comments 18 pages, 11 figures

SciHorizon-GENE: Benchmarking LLM for Life Sciences Inference from Gene Knowledge to Functional Understanding

SciHorizon-GENE：从基因知识到功能理解的生命科学推理基准测试

Xiaohan Huang, Meng Xiao, Chuan Qin, Qingqing Long, Jinmiao Chen, Yuanchun Zhou, Hengshu Zhu

专题命中 蛋白质与生物分子 ：基因功能推理基准，属于生命科学AI。

AI总结 针对大语言模型在基因级推理能力上的不足，构建了包含超过19万个人类基因和54万问题的基准SciHorizon-GENE，从研究关注敏感性、幻觉倾向、答案完整性和文献影响力四个生物学关键维度评估模型，揭示了模型在生成忠实、完整且基于文献的功能解释方面的持续挑战。

Comments Accepted by SIGKDD 2026. 12 pages

Self-Driving Datasets: From 20 Million Papers to Nuanced Biomedical Knowledge at Scale

自主驾驶数据集：从2000万篇论文到大规模精细化生物医学知识

Haydn Jones, Yimeng Zeng, Alden Rose, Li S. Yifei, Yining Huang, Kaiwen Wu, Jiaming Liang, Maggie Ziyu Huan, Yoseph Barash, Cesar de la Fuente-Nunez, Osbert Bastani, Zachary Ives, Mark Yatskar, Jacob R. Gardner

专题命中 其他科学智能 ：自动生成生物医学知识数据集，属于科学智能。

AI总结 本文提出通过PubMed自动生成结构化数据集，实现更大规模、更精细和更准确的生物医学知识，展示Starling系统在多个任务中生成大规模数据集并提升准确性。

Design, construction, and operation of a 30-ton Water-based Liquid scintillator detector at Brookhaven National Laboratory

布鲁克海文国家实验室30吨水基液体闪烁体探测器的设计、建造与运行

S. Andrade, A. Baldoni, D. F. Cowen, R. Diaz Prerez, M. V. Diwan, S. Gokhale, S. Gwon, S. Hans, P. Hackspacher, J. Jerome, G. Lawley, G. D. Orebi Gann, P. Kumar, J. Park, C. Reyes, R. Rosero, N. Seberg, K. Siyeon, M. Smiley, R. Svoboda, N. Speece-Moyer, M. Vagins, B. Walsh, J. J. Wang, M. Wilking, G. Yang, D. Wooley, M. Yeh

专题命中 其他科学智能 ：水基液体闪烁体探测器用于中微子探测，属于物理实验仪器

AI总结 介绍30吨水基液体闪烁体探测器的设计、安装与运行，旨在实现切伦科夫和闪烁信号的分离与调节，支持GeV和MeV中微子探测及金属负载中子标记。

Comments 32 pages, 24 figures

Automated Byzantine-Resilient Clustered Decentralized Federated Learning for Battery Intelligence in Connected EVs

自动化抗拜占庭攻击的集群化去中心化联邦学习用于连接电动车的电池智能

Mouhamed Amine Bouchiha, Abdelaziz Amara Korba, Yacine Ghamri-Doudane

专题命中 其他科学智能 ：提出联邦学习框架用于电动车电池智能，属于科学智能应用。

AI总结 本文提出了一种自动化抗拜占庭攻击的集群化去中心化联邦学习框架ABC-DFL，用于连接电动车的电池智能，通过引入动态Quorum拜占庭容错协议和基于或acles的聚合层，提高信任、安全和自动化水平，FLECA协议通过适应性阈值过滤恶意更新，有效缓解拜占庭攻击。

Comments 16 pages, 8 figures

Designing DNA nanostar hydrogels with programmable degradation and antibody release

设计具有可编程降解和抗体释放功能的DNA纳米星水凝胶

Giorgia Palombo, Christine A. Merrick, Jennifer Harnett, Susan Rosser, Davide Michieletto, Yair Augusto Gutierrez Fosado

专题命中 材料化学 ：设计DNA纳米星水凝胶实现可编程降解和抗体释放

AI总结 通过改变DNA纳米星（DNAns）的柔性接头、臂长和网格尺寸，利用限制性内切酶（RE）调控水凝胶降解，实现可编程的抗体释放，为响应性药物递送系统提供设计原则。

Machine Learning Guided Polymorph Selection in Molecular Beam Epitaxy of In2Se3

机器学习指导In2Se3分子束外延中的多晶型选择

Ryan Trice, Mingyu Yu, Eric Welp, Morgan Applegate, Wesley Reinhart, Stephanie Law

专题命中 材料化学 ：贝叶斯优化指导In2Se3薄膜多晶型选择

AI总结 利用贝叶斯优化指导In2Se3在Al2O3衬底上的分子束外延生长，通过高斯过程回归器高效探索生长参数，在少于10次实验内实现91%相纯度的γ-In2Se3薄膜。

Optical library of Ga2O3 polymorphs

Ga2O3多晶型的光学库

Augustinas Galeckas, Adrian Cernescu, Anna Kaźmierczak-Bałata, Javier García-Fernández, Calliope Bazioti, Alexander Azarov, Junlei Zhao, Ji-Hyeon Park, Dae-Woo Jeon, Halin Lee, Won-Jae Lee, Ray-Hua Horng, Rui Zhu, Zengxia Mei, Øystein Prytz, Andrej Kuznetsov

专题命中 材料化学 ：系统研究Ga2O3多晶型光学性质

AI总结 本文通过统一实验条件系统关联α、β、γ、δ、κ五种Ga2O3多晶型的光学吸收与发射特征，建立了光学带隙与发射特征的一致性标度，并利用纳米FTIR将光学相识别扩展到纳米尺度。

Comments 20 pages, 14 figures, 5 tables

Extraction of a structural short-range order descriptor from nanobeam electron diffraction patterns using a transfer learning approach

通过迁移学习方法从纳米束电子衍射图样中提取结构短程序描述符

Junjie Wu, Timothy J. Rupert

专题命中 材料化学 ：用迁移学习分析非晶固体衍射数据，属于材料科学。

AI总结 本文通过迁移学习方法，利用机器学习对非晶固体的纳米束电子衍射数据进行定量分析，提出了一种优于传统Voronoi指数的无序参数作为结构短程序描述符，展示了模型在不同相互作用体积下的优异性能和迁移能力。