ML.MSBD包
该软件包实现了基于过时系统发育的多状态出生-死亡模型的最大似然推理。它主要用于检测艾滋病毒等流行病中的传播集群，在这些流行病中，传播率取决于感染者和非感染者之间的联系数量。然而，它可以应用于预期系统发育的出生率或死亡率会突然上升的任何情况。
运行推断
使用ML_MSBD功能，在猿格式作为输入。需要提供所有估计参数的初始值：默认情况下，这些是状态变化率、出生率和死亡率。这个时间_模式参数控制状态变化将置于系统发育边缘的位置。
tree<-ape:：read.tree（text=“（（（t3:0.04098955599，（t8:0.03016935301，t10:0.03016935301）:0.01082020298）:0.06041650538，t2:0.1014060614）:0.7530620333，（t1:0.5805635547，（t5:0.2225489503，t7:0.2225489503）:0.35801460444）：0.2739045399）：1.005016052，（（t9:0.09730025079，t6:0.09730025079）：0.0209186338，t4:0.1182188846）：1.741265262）；“）
ML_MSBD（树，initial_values=c（0.1，10，1），time_mode=“mid”）
支持通过时间采样，可以为现有采样设置不同的采样比例(ρ)和灭绝的采样(西格玛). 也可以将所有尖端视为已灭绝的样本。
tree_stt<-ape:：read.tree（text=“（t6:0.1203204831，t3:0.1251815392）：0.527233894，（（t8:0.1153702512，t5:0.2362936393）：0.1328287013，（t1:0.6202914508，t4:0.83935567）：0.6779029006，t10:0.472941763）：0.3049683478）：0.1837210727，（t9:0.24675539，t2:0.8737900169）：0.6451289295，t7:0.13765760 95）:0.8951371317）:0.5465055171）；“）
ML_MSBD（tree_stt，initial_values=c（0.1，10，1），rho=0.5，sigma=0.1，time_mode=“mid”）ML_MSBD（tree_stt，initial_values=c（0.1，10，1），rho_sampling=FALSE，sigma=0.1，time_mode=“mid”）
默认情况下，特定州的出生率是恒定的。它也可以设置为指数衰减，在这种情况下，需要提供似然计算的步长和出生衰减率的初始值。
ML_MSBD（树，initial_values=c（0.1，10，1），c（0.1、10，0.5，1）；sigma=1，stepsize=0.1，time_mode=“mid”）
有关集群推断及其输出可用选项的更多详细信息，请使用?ML_MSBD.
可能性计算
也可以直接计算给定模型配置在系统发育上的可能性。状态变化的位置需要以矩阵的形式给出，其中包含变化的边缘和时间以及新状态的索引。
likelihood_MSBD（树，移位=矩阵（c（2,0.8,2），nrow=1），γ=0.05，λ=c（10,6），mus=c（1,0.5））
## [1] 36.31232
与ML推断中相同的采样和指数衰减选项可用。
likelihood_MSBD（tree_stt，shifts=c（），gamma=0.05，lambdas=10，mus=0.5，sigma=0.5，rho_sampling=FALSE）
## [1] 64.92664
likelihood_MSBD（树，移位=c（），γ=0.05，λ=10，mus=0.5，λ_ rates=0.1，步长=0.05）
## [1] 32.52058
另一种采样选项是分层采样，每个组或族只采样一个谱系。在这种情况下，需要提供每个谱系所代表的不同尖端的数量以及坍塌分支的MRCA年龄。
tree_collapsed=ape:：read.tree（文本=“（（t1:0.379876463，t3:0.379876465）：1.668231124，（t2:0.5653793315，t4:0.5653793）：1.482728255）；”）likelihood_MSBD_unsoluted（tree_collapsed，shifts=矩阵（c（2,0.25,2），nrow=1），gamma=0.05，λ=c（10，6），mus=c（1，0.5），谱系计数=c（5,1,3,6），tcut=0.1）
## [1] 50.55458
likelihood_MSBD_unsoluted（tree_collapsed，shifts=矩阵（c（2,0.25,2），nrow=1），gamma=0.05，λ=c（10，6），mus=c（1，0.5），谱系计数=c（5,1,3,6），tcut=c（0.1,0.0,0.15,0.4））
## [1] 47.845
有关可能性计算可用选项的更多详细信息，请使用?类似lihood_MSBD或?可能性_MSBD_未解决.