苏培峰教授课题组发展了用于含激发态的分子间相互作用体系的能量分解分析方法（GKS-EDA(TD)）。

本刊收集了各个领域的研究内容，包括新材料的设计、多体相互作用的学习、多尺度物理化学以及激发态物质现象的揭示。

应多方需求，‘Artificial Intelligence in Computational Chemistry’免费投稿日期将延长至9月30日截止！

为了更精确地描述分子势能面，我们在(p)KREG模型的公式中考虑了梯度信息。测试结果显示，(p)KREG模型的精度优于或等同于其它最新机器学习模型。此外，我们发现，同时学习能量和梯度对于构建势能面至关重要（仅学习能量或梯度无法满足需求）。

甲烷的活化及其高效转化是一个重要的科学问题。在最近与厦大化院汪骋课题组合作研究中，我们介绍了一种利用二氧化氮作为光媒介和分子氧作为终端氧化剂将甲烷转化为甲醇的方法（已发表于Inorg. Chem.）。