Phylogenetic networks are a generalization of phylogenetic trees that allow for the representation of evolutionary events acting at the population level, like recombination between genes, hybridization between lineages, and lateral gene transfer. While most phylogenetics tools implement a wide range of algorithms on phylogenetic trees, there exist only a few applications to work with phylogenetic networks, and there are no open-source libraries either.
In order to improve this situation, we have developed a Perl package that relies on the BioPerl bundle and implements many algorithms on phylogenetic networks. We have also developed a Java applet that makes use of the aforementioned Perl package and allows the user to make simple experiments with phylogenetic networks without having to develop a program or Perl script by herself.
The Perl package has been accepted as part of the BioPerl bundle. It can be downloaded from http://dmi.uib.es/~gcardona/BioInfo/Bio-PhyloNetwork.tgz. The web-based application is available at http://dmi.uib.es/~gcardona/BioInfo/. The Perl package includes full documentation of all its features.
Heat-tree: Cross-platform software for interactive and embeddable phylogenetic tree visualization and editing
Horticultural Crops Disease and Pest Management Research Unit, USDA Agricultural Research Service（园艺作物病虫害管理研究单元，美国农业部农业研究服务局）；Department of Botany and Plant Pathology, Oregon State University（俄勒冈州立大学植物学与植物病理学系）
phylo2vec: a library for vector-based phylogenetic tree manipulation
University of Copenhagen（哥本哈根大学）；eScience Institute, University of Washington（华盛顿大学e科学研究所）；MRC Centre for Global Infectious Disease Analysis, Imperial College London（帝国理工学院全球传染病分析医学研究委员会中心）
BEAGLE 4.1: A high-performance library for computation on phylogenetic trees across diverse parallel architectures
The Scripps Research Institute（斯克里普斯研究所）；Iowa State University（爱荷华州立大学）；University of California, Los Angeles（加州大学洛杉矶分校）；KU Leuven（鲁汶大学）；University of Edinburgh（爱丁堡大学）
BEAGLE 4.1 是一个高性能统计系统发育学库，通过引入梯度评估算法和针对 ARM NEON 及 NVIDIA GPU 张量核的硬件实现，显著加速了系统发育树上的似然和梯度计算，在多种硬件上实现了高达十倍的加速。
Bayesian inference of sampled ancestor trees for epidemiology and fossil calibration
系统发育分析包括化石或分子序列，这些序列是通过时间采样的，需要模型允许一个样本是另一个样本的直接祖先。由于以前可用的系统发育推断工具假设所有样品都是尖端，因此它们不允许这种可能性。我们已经开发并实现了一个贝叶斯马尔可夫链蒙特卡罗（MCMC）算法来推断我们所谓的采样祖先树，也就是说，树中的采样个人可以直接祖先的其他采样个人。我们使用了一系列的出生-死亡模型，其中个体在采样后可能会保留在树过程中，特别是我们将出生-死亡天际线模型[Stadler et al，2013]扩展到采样的祖先树。该方法允许检测采样的祖先以及估计个体在被采样时将从过程中移除的概率。我们发现，所有样本来自不同的时间点的采样祖先出生死亡模型是不可识别的，因此需要一个参数是已知的，以推断其他参数。我们将这种方法应用于流行病学数据，其中采样祖先的可能性使我们能够识别在采样后感染其他个体的个体，并推断基本的流行病学参数。我们还应用该方法来推断分歧的时间和多样化率时，化石包括在物种样本中，使antilisation事件建模为树分支过程的一部分。这种建模有许多优点，在文献中争论。采样器可以作为开源BEAST 2包（https：//github.com/gavryushkina/sampled-ancestors）获得。
