杨建益课题组连发两篇论文，开发出trRosetta第二代服务器：trRosettaX

2020年杨建益课题组与David Baker课题组合作开发的trRosetta属于残基间距离和取向（orientation）辅助建模的开创性方法。trRosetta首先通过残差网络（ResNet）预测了高精度的残基间距离和取向信息，然后利用这些信息作为约束来指导能量最小化过程，从而得到高精度的蛋白质结构模型。在trRosetta的开发过程中，杨建益课题组发现蛋白质二维图谱（即残基间距离和取向）的准确预测是三维结构重构的基础。

在trRosetta之后，杨建益课题组进一步致力于改进蛋白质二维图谱的准确预测，并于2021年开发了trRosetta的改进版本trRosettaX。一方面，trRosettaX通过引入一个新的多尺度卷积神经网络Res2Net来提高残基间二维图谱的预测精度；另一方面，结合注意力机制，引入同源模板提升了二维图谱的预测准确率。在CASP13，CASP14和CAMEO的测试中，trRosettaX预测精度优于或相当其它的TOP服务器预测方法。表明上述两种策略能够有效地提高蛋白质结构预测的精度。

trRosettaX于 2021年10月31日在线发表于《Advanced Science》，题为《Improved Protein StructurePrediction Using a New Multi-Scale Network and Homologous Templates》（图1）。另外，为了方便研究人员使用trRosetta，杨建益课题组也在Nature子刊《Nature Protocols》上发表了名为《The trRosetta server for fast and accurate protein structureprediction》的文章（图2），详细介绍了trRosetta服务器以及本地运行包的使用方法。该论文入选期刊的featured protocol。