EFECTO DE CUATRO METODOS DE CODIFICACION DE...

EFECTO DE CUATRO METODOS DE CODIFICACION DE POLIMORFISMOS TAXONOMICOS SOBRE LAS TOPOLOGIAS.

José Reinaldo Aguilar Cano, 2040009

INTRODUCCION

En algunos casos, un taxón puede poseer más de un estado de carácter diferente, sobretodo cuando se trata de un taxón supraespecífico [Morrone, 2000]. Nixon y Davis (1991) acuñan el termino “polimorfismo taxonómico” para describir el tipo de polimorfismo que resulta cuando los caracteres exhiben dos o mas estados dentro de un taxón supraespecífico. Los polimorfismos taxonómicos (polimorfismo interespecífico) son fundamentalmente diferentes de los polimorfismo dentro de especies o poblaciones debido a que el polimorfismo intraespecífico evoluciona vía procesos genético-poblacionales y pueden ser compartidos entre especies a través de ancestría común, mientras que los polimorfismos intraespecíficos no evolucionan por el mismo proceso microevolutivo (ejemplo, deriva genética, selección) y generalmente se deben a homoplasia o no monofilia de taxa superiores [Simmons & Geisler, 2002].

Cuando las terminales utilizadas en un análisis monofilético son codificadas por encima del nivel de especie estas se denominan “terminales compuestas”, el problema con este enfoque de codificación es discutido por Nixon y Davis (1991). Estos problemas son: sub estimación de la longitud del cladograma y sobreestimación del índice de consistencia, el cladograma más parsimonioso usando terminales compuestas puede diferir del cladograma más parsimonioso cuando las terminales compuestas son divididas en terminales individuales, también las terminales compuestas se asumen como monofiléticas cuando pueden llegar o no serlo. Estos factores deben ser tomados en cuenta en la interpretación de los cladogramas obtenidos [Simmons & Hedin, 1999].

Mucho se ha escrito en la última década a cerca de los diferentes métodos de codificación de los polimorfismos taxonómicos para análisis filogenéticos.Existen varios problemas prácticos a la hora de trabajar filogenias con caracteres morfológicos, lo cual hace que en muchos casos se tenga que optar por trabajar con terminales compuestas.

Cuando se decide trabajar con taxas supraespecíficos como terminales muchos métodos son frecuentemente usados para tratar polimorfismos taxonómicos en análisis filogenéticos: 1. Exclusión de caracteres variables, 2. División de taxas en terminales monomorficas, 3. Inferencia del estado ancestral con base en filogenias de las terminales compuestas (codificación IAS), 4. Codificación de la mayoría o modal, 5. Codificación ambigua, Simmons & Geisler, (2002). La codificación de caracteres polimórficos como datos perdidos la cual es utilizada para polimorfismos intraespecificos Wiens, (1995), pueden conducir a arboles que no son consistentes con algunas posibles combinaciones de codificación de los estados del carácter.

Dado el contexto anterior en este estudio se quiere evaluar los efectos de cuatro métodos de codificación de caracteres polimórficos sobre las topologías resultantes.

Para tal fin se tomaron tres de los métodos más utilizados (Codificación ambigua, codificación de caracteres y codificación como información faltante) [Simmons & Geisler, 2002. Wiens, 1995], adicionalmente se utilizó una modificación del método de plan básico el cual consiste en examinar las especies del taxón polimórfico y determinar la condición ancestral, la modificación consiste en que dicho estado ancestral se asume de acuerdo con la posición de la primera codificación hecha para el estado del carácter, por ejemplo un carácter con tres estados 0,1,2 resulta ser polimórfico en una terminal siendo los estados polimórficos 0,2 entonces se asume que el estado ancestral es el carácter codificado con 0.

MATERIALES Y METODOS

Para este estudio se utilizaron datos tomados de matrices morfológicas publicadas por Simmons and Hedin (1999), Doyle & Endress (2000) y Kelly & González (2003) para los taxa de Celastraceae, Angiospermas basales y Aristoloquiaceae, respectivamente. Estas matrices se componene de la siguiente manera: la matriz original de la familia celastraceae consta de 82 taxa y 79 caracteres morfológicos, la matriz original de angiospermas basales incluye 52 taxa con 108 caracteres morfológicos y por ultimo la matriz original de la familia aristoloquiaceae con 18 taxa y 72 caracteres morfológicos.

Las anteriores matrices fueron modificadas para los tres taxa en estudio (celastraceae, angiospermas basales y aristoloquiaceae) de acuerdo con cuatro criterios para el tratamiento de polimorfismos taxonómicos. Como resultado se construyen cuatro matrices de la siguiente manera: I. codificación ambigua (Matriz tipo I), en este tipo de matriz las terminales supraespecificas polimórficas fueron tratadas con distintos estados a la vez, como resultado se obtiene una matriz idéntica a la original. II. exclusión de caracteres polimórficos (matriz tipo IV), esta matriz se construyó eliminando todos los caracteres polimórficos, como resultado se obtiene una matriz en la que cada terminal queda codificado con un único estado. (Tabla 1 y 2). III. Codificación de caracteres polimórficos como información faltante (Matriz tipo III), esta matriz se construyó reemplazando las entradas polimórficas por datos perdidos (Tabla 3). IV. Modificación bajo la suposición de un único estado ancestral (Matriz tipo II), esta matriz se construyó asumiendo que el estado ancestral del polimorfismo de determinado carácter corresponde al que presenta el valor mas bajo en la codificación de los estados del carácter.

Las cuatro matrices se construyeron tomado todos los caracteres como no ordenados por medio de Winclada ver. 1.00.08- by K. Nixon. Se realizó un análisis de parsimonia usando el programa TNT 1.1 Goloboff et al (2007). Se realizó una búsqueda Heurística con RAS+TBR con distintos parámetros de la siguiente manera: Para la familia celastraceae se realizó 4000 replicas; para angiospermas basales 6000 replicas y para aristoloquiaceae 10000 replicas, para todas las anteriores se retuvo 10 arboles por replica. En todas las búsquedas se calculó el consenso estricto. Se calculó valores de soporte de rama a través de Bremer relativo usando una búsqueda heurística de 5000 replicas y posterior TBR; así como un análisis de bootstrap de 1000 replicas de búsquedas heurísticas.

Se compararon los resultados de los análisis de parsimonia (incluyendo valores de bootstrap y bremer relativo) de los cuatro tipos de matrices analizadas dentro de cada grupo utilizadas dentro del estudio (Celastraceae, Angiospermas basales y Aristoloquiaceae). Se eligieron clados de referencia con base en la congruencia de estos a través de los cuatro análisis y la clasificación taxonómica de los mismos de acuerdo con recientes revisiones de los grupos. En la familia celastraceae se analizaron grupos a nivel de subfamilia y tribu según Hallé (1986,1990), angiospermas basales con grupos definidos de acuerdo con APGII y por último los grupos de la familia aristoloquiaceae se definieron de acuerdo con las subfamilias de Gregory (1956). Los anteriores grupos se caracterizaron como consistemente soportado cuando dicho grupo es monofiletico en todos los análisis o rechazado cuando es no monofiletico en todos los análisis (Simmons y Geisler 2002). Los valores de bootstrap y bremer relativo se compararon para evaluar los efectos de los diferentes métodos de codificación sobre el soporte de los clados de interés, siguiendo a Simmons y Geisler (2002) se determinó el Δ del valor de soporte de rama como el máximo valor de soporte menos el mínimo valor de cada medida.

RESULTADOS Y DISCUSIÓN

Las topologías resultantes del análisis de parsimonia de los cuatro tipos de matrices para todos los taxa del estudio se muestran en las Figuras 1, 2, 3 y 4.

Familia Celastraceae

En este grupo los cuatro análisis generan entre 10 y 2590 arboles más parsimoniosos (tabla 4), estos valores están correlacionados con los análisis de las matrices con mayor porcentaje de datos perdidos y pocos caracteres (tablas 2 y 3), aquí el número de arboles mas parsimoniosos es grande respecto al análisis de la matriz con estados de carácter ambiguos y la matriz sin estados de carácter ambiguos.

El porcentaje de nodos resueltos en los cuatro análisis es muy similar; sin embargo el análisis de la matriz sin estados de carácter ambiguos (Tipo II) presenta el mayor porcentaje de nodos resueltos, adicionalmente las topologías con los valores de bootstrap son las que muestran el mayor porcentaje de resolución en los cuatro análisis (Figura 5).

Los clados de referencia elegidos en celastraceae, corresponden a la subfamilia Hippocrateaceae (HI) y las tribus Campylostemoneae (HI-CAMP) y Salacieae (HI-SALA). Los tres grupos fueron inconsistentes (i.e. no presentan monofilia o no monofilia en todos los cuatro análisis), estos fueron monofiléticos en tres de los cuatro análisis, y no monofiléticos en el análisis de la matriz donde se eliminaron los caracteres polimórficos (Matriz tipo IV). A pesar de los anteriores resultados los análisis que presentan resuelta la monofilia del grupo tienen pobres valores de bootstrap; sin embargo los valores de soporte de bremer dan una mejor resolución a estos clados lo cual indica una escasa congruencia entre los soportes en los cuatro tipos de análisis mostrando que los distintos métodos de codificación de polimorfismos no mejora la congruencia entre los valores de soportes de los clados (Tablas 5, 6, y7).

Estos resultados indican, que la sensibilidad a la eliminación de caracteres en la matriz que se analiza dado que este fue el único análisis en que no hubo congruencia en la monofilia de los clados, estos resultados están de acuerdo con Simmons & Geisler (2002) estos autores trabajando con polimorfismos en murciélagos obtienen como resultado que la delección de caracteres resulta en una reducción de la resolución de muchos grupos, considerando que este es un resultado predecible ya que el incremento en el número de arboles encontrados en estos análisis coinciden con el reducido número de caracteres.

El rango de valores de soporte para los clados de referencia son: soporte de bremer 25-100 y bootstrap 1-53. Los valores del Δ de soporte de rama (diferencia entre el valor de soporte observado más alto y más bajo en un grupo en particular) presentó su mayor valor para el Δ de bremer (Δ=89) en el grupo HI y el mayor valor de Δ de bootstrap lo presento HI-CAMP (Δ=15). El mayor porcentaje de variación lo presentó HI para el soporte de bremer (89%) mientras que el mayor porcentaje de variación para bootstrap lo presento HI-SALA (44.83%). Por lo tanto a pesar de que los diferentes análisis producen resultados similares en términos de recuperación de monofilia los soportes presentan bastante variación entre los distintos grupos analizados (Figura 6.).

Angiospermas basales

Con este grupo se obtienen un rango de 3-33330 de arboles mas parsimoniosos, se puede observar una relación inversa entre el número de caracteres y el número de arboles retenidos, es decirla matriz con menor número de caracteres (Matriz tipo IV) presenta el mayor número de arboles retenidos (Tabla. 4).

En los cuatro análisis el porcentaje de nodos resueltos es muy similar tanto en los cuatro tipos de análisis como en las tres topologías (Figura. 7).

Los clados de referencia escogidos en angiospermas basales corresponden a los grupos propuestos en APGII los cuales son: Winterales (WIN), Chloranthaceae (CHL), Laurales (LAU), Nymphales (NYM), Monocotiledoneas (MON) y Piperales (PIP). Los 6 grupos fueron inconsistentes; tres de los 6 grupos (CHL, LAU Y NYM) presentaron monofilia en los tres primeros análisis y no monofilia en la matriz en la que se eliminaron los caracteres polimórficos (Matriz tipo IV) mostrando un patrón similar al que se presentó en celastraceae; los grupos WIN, PIP y MON presentan monofilias para los análisis con matrices tipo I y III y no monofilia cuando se analizan matrices tipo II y IV (Tablas 8-13). Aunque algunos grupos presentaron monofilia en algún tipo de análisis los valores de soporte de bootstrap y de bremer son bajos en la mayoría de ellos. A diferencia de celastraceae donde los valores de soporte de bootstrap y bremer fueron incongruentes, en este taxa (angiospermas basales) se presenta una mejor congruencia a través de todos los análisis, entre estos dos tipos de soporte, lo cual pone en evidencia que los cuatro tipos de modificación de polimorfismos pueden mejorar la congruencia en estos dos tipos de soporte.

Con base en los resultados anteriores se puede afirmar que la eliminación de caracteres es el factor común que afecta la no resolución de las monofilias; por otro

lado el análisis de la matriz sin entradas polimórficas (Matriz tipo II) afecta la resolución de las monofilias en tres de los seis grupos (WIN, MON, PIP). En este resultado se puede ver que no necesariamente las entradas polimórficas son las causantes de los clados no monofiléticos, por lo tanto esto posiblemente se deba a falta de información o caracteres conflictivos que no permiten resolver las relaciones entre estos grupos.

El rango de valores de soporte para los clados de referencia son: Soporte de bremer 4-60 y bootstrap 3-66. Los valores del Δ de soporte de rama presentaron su mayor valor Δ de bremer (Δ=45) en el grupo CHL y el mayor valor de Δ de bootstrap lo presento MON y NYM (Δ= 25 y Δ=23 respectivamente) (Figura. 8). El mayor porcentaje de variación para el soporte de bremer y de bootstrap lo presentó LAU (73.07% y 85%). El Δ del soporte de bremer presentó una amplia variación ≥ al 40% en 5 de 6 grupos (WIN, CHL, LAU, NYM, MON).

Aristoloquiaceae

El rango de arboles mas parsimoniosos en este grupo es 1-3 (tabla 4.), lo cual corresponde a la mas baja obtenida respecto a los taxa anteriores. Todas las matrices excepto la matriz tipo IV generaron un único árbol, estos resultados corroboran el hecho de que la matriz en la cual hay menor número de caracteres (matriz tipo IV) genera mayor número de arboles más parsimoniosos respecto a los tres restantes análisis.

El porcentaje de nodos resueltos en los cuatro análisis son similares. Sin embargo la matriz sin entradas polimórficas (matriz II) y la matriz en la cual se eliminaron los caracteres polimórficos (matriz tipo IV) presentan idénticos porcentaje de nodos resueltos en los tres tipos de topologías obtenidas (consenso, bootstrap y bremer) lo cual indica que existe una alta congruencia entre las topologías cuando se tratan los polimorfismos con los criterios utilizados en las matrices II y IV. En las topologías del consenso y bremer relativo todos los nodos son monofiléticos excepto en la matriz en la cual los caracteres polimórficos se eliminaron (matriz tipo IV) lo cual puede ser visto como una consecuencia tanto del numero de caracteres utilizados en el análisis como la forma en que se manipulan los caracteres polimórficos en los análisis filogenéticos (Figura 9)

Los clados de referencia utilizados para el análisis de la familia aristoloquiaceae corresponden a las subfamilias Asaroideae (ASAR), Bragantioideae (BRAG) y Aristoloquioideae (ARIS). Los tres grupos están consistentemente soportados, es decir, presentan monofilia en los cuatro análisis. Sin embargo solo la subfamilia ARIS presenta buenos soportes de rama tanto de bootstrap como bremer en los cuatro análisis (Tablas 14, 15 16), mientras que las restantes subfamilias solo presentan buenos valores de soporte de bremer relativo en todos los análisis excepto en el cual los caracteres polimórficos fueron eliminados de la matriz. Esto último es contradictorio dado que en el análisis de la matriz IV de la subfamilia Aristoloquioideae cuando los caracteres polimórficos son eliminados se presenta el mayor valor de soporte de bremer relativo lo cual no nos permite determinar la influencia del tratamiento por medio del método de eliminación de caracteres polimórficos en este taxón.

El rango de los valores de soporte para los clados de referencia son: Soporte de Bremer 33-100 y Bootstrap 18-97. Los valores del Δ de soporte de rama fueron presentados por el grupo ASAR con valores de Δ=42 para bremer y Δ=58 para bootstrap (Figura 10). El mayor porcentaje de variación se presento en el grupo ASAR para el soporte de bremer (56%) y para bootstrap (76.32%). La variación en los soportes de los grupos es bastante amplia presentando 2 de 3 grupos un porcentaje de variación ≥40%, lo cual pone de manifiesto que a pesar de la homogeneidad de los resultados respecto a las monofilias resueltas la variación en los soportes cambia entre cada tipo de matriz analizada.

CONCLUSIONES

La eliminación de caracteres polimórficos de la matriz de datos tiene un importante efecto tanto en la cantidad de arboles retenidos como en la reducción de los valores de soporte de las ramas, esto se infiere debido a que en los clados referencia de los tres taxa analizados se pudo detectar este efecto.

De acuerdo con los resultados obtenidos del análisis de los cuatro métodos de codificación de polimorfismos en los tres taxa estudiados (Celastraceae, Angiospermas basales y Aristoloquiaceae) se infiere que el tamaño del conjunto de datos de la matriz puede influenciar la forma en que se deben tratar los polimorfismos taxonómicos en un análisis filogenético, esto queda evidenciado en este estudio dado que el taxa con la matriz de menor numero de entradas, la cual pertenece a la familia aristoloquiaceae, fue la que evidenció menor efecto en los cuatro tipos de codificación de los polimorfismos utilizados a través de sus tres clados de referencia en este estudio.

Debido a que en algunos grupos de angiospermas basales la codificación de los polimorfismos utilizando el método de asunción del estado ancestral produjo efectos en las topologías, se concluye que la no existencia de entradas polimórficas en la matriz no garantiza la estabilidad de los clados resueltos en las topologías resultantes.

BIBLIOGRAFIA

DOYLE, J.A., ENDRESS, P. 2000. Morphological phylogenetic Analysis of Basal Angiosperms: Comparision and Combination with Molecular Data. International Journal of plant Sciences, Vol 161, No. 6, Supplement: Current Perspective on Basal Angiosperms, pp S121-S153.

GOLOBOFF, P.A., FARRIS, J.S., NIXON, K.C. 2007. T.N.T. Tree analysis using new technology. Programa y Documentacion disponible en: https://www.zmuc.dk/public/phylogeny/TNT/.

LAWRENCE, M.K., GONZÁLEZ, F. 2003. Phylogenetic Relationships in Aristolochiaceae. Systematic Botany, Vol. 28, No. 2, pp 236-249.

MORRONE, J.J. 2000. El Lenguaje de la Cladística. Dirección de Publicaciones y Fenómeno Editorial unam.

NIXON, K.C. (2002). WINCLADA (BETA), Version 1.00.08. Published by the author, Cornell University, Ithaca, New York. Nixon, K.C & Carpenter, J.M. (1993) On Outgroups. Cladistics 9;413–426.

SIMMONS, M., HEDIN, J. 1999. Relationships and Morphological Character Change among Genera of Celastraceae Sensu Lato (Including Hippocrateaceae). Annals of the Missouri Botanical Garden, Vol. 86, No. 3: 723-757.

SIMMONS, N.B,. GEISLER, J.H. 2002. Sensitivity analysis of different methods of coding taxonomic polymorphism: an example from higher-level bat phylogeny. Cladistics 18: 571-584.

ANEXOS

Tabla 1. Codificación ambigua

Grupo matriz tipo I

Entradas totales

Entradas polimórficas

% de polimorfismo

Celastraceae 6317 100 1,58 Angiospermas

basales 5456 263 4,8 Aristoloquias 1206 15 1,24

Tabla 2. Exclusión de caracteres polimórficos

Grupo matriz tipo IV

Caracteres totales

Caracteres polimórficos

% de caracteres polimórficos

Celastraceae 79 24 30,38 Angiospermas

basales 72 89 82,4 Aristoloquias 102 12 16,67

Tabla 3. Codificación de caracteres polimórficos como información faltante

Grupo matriz tipo III

Datos perdidos originales

% datos perdidos originales

% datos perdidos resultado del reemplazo

Celastraceae 620 9,81 11,4 Angiospermas

basales 415 7,61 12,43

Aristoloquias 24 1,99 3,23

Tabla 4. Longitud de árbol del consenso estricto de cada análisis

Tipo Matriz Celastraceae

Angiospermas basales Aristoloquiaceae

I 324 (130) 713(3) 172* II 353 (10) 764(20) 176* III 323 (1660) 701(16) 172* IV 153(2590) 55(33330) 137 (3)

*árbol único; () número de arboles mas parsimoniosos

Tabla 5. Valores de soporte de rama del grupo HI-SALA en los cuatro tipos de análisis

Tipo Matriz Bootstrap Bremer

relativo I 29 50 II 22 50 III 28 25 IV 16 nm 25 nm

Tabla 6. Valores de soporte de rama del grupo HI-CAMP en los cuatro tipos de análisis


relativo I 38 100 II 46 100 III 38 100 IV 53 nm 100 nm

Tabla 7. Valores de soporte de rama del grupo HI en los cuatro tipos de análisis


relativo I 12 100 II 12 11 III 13 100 IV nm nm

Tabla 8. Valores de soporte de rama del grupo WIN en los cuatro tipos de análisis


relativo I 14 4 II 15 nm III 10 7 IV nm nm

Tabla 9. Valores de soporte de rama del grupo CHL en los cuatro tipos de análisis



Tabla 10. Valores de soporte de rama del grupo LAU en los cuatro tipos de análisis



Tabla 11. Valores de soporte de rama del grupo NYM en los cuatro tipos de análisis


relativo I 66 23 II 64 43 III 67 26 IV 87 nm nm

Tabla 12. Valores de soporte de rama del grupo MON en los cuatro tipos de análisis


relativo I 49 67 II 42 nm nm III 57 31 IV 32 nm nm

Tabla 13. Valores de soporte de rama del grupo PIP en los cuatro tipos de análisis


relativo I 15 25 II nm nm III 11 27 IV nm 20 nm

Tabla 14. Valores de soporte de rama del grupo ARIS en los cuatro tipos de análisis


relativo I 93 83 II 89 63 III 93 83 IV 97 100

Tabla 15. Valores de soporte de rama del grupo BRAG en los cuatro tipos de análisis



Tabla 16. Valores de soporte de rama del grupo ASAR en los cuatro tipos de análisis



FIGURAS

A

Figura 1. Arboles de consenso estricto para la matriz tipo I de los grupos de: A: celastraceae, B: angiospermas basales y C: aristoloquiaceae

C

Figura 2. Arboles de consenso estricto para la matriz tipo II de los grupos de: A: celastraceae, B: angiospermas basales y C: aristoloquiaceae

C

Figura 3. Arboles de consenso estricto para la matriz tipo III de los grupos de: A: celastraceae, B: angiospermas basales y C: aristoloquiaceae

C

Figura 4. Arboles de consenso estricto para la matriz tipo IV de los grupos A: celastraceae, B: angiospermas basales y C: aristoloquiaceae

Figura 5. Porcentaje de nodos resueltos en la familia celastraceae

8087,7

77,468,8

85,7 87,9 84,6 84,6

72,7

8376,4

70,4

0

10

2030

40

5060

70

8090

100

Matriz tipo I Matriz tipo II Matriz tipo III Matriz tipo IV

% n

odos

resu

elto

s

concenso bootstrap Bremer relativo

C

Figura 6. Variación (Δ) de los valores de soporte de ramas en la familia Celastraceae

Figura 7. Porcentaje de nodos resueltos en angiospermas basales

SALA CAMP HI

Δ bootstrap 13 15 1

Δ bremer 25 0 89

0

10

20

30

40

50

60

70

80

90

100

Δso

port

es

95,6

83,790

66,7

89,283,8 85,7 83,3

76,9

88,495,7

60

0

10

20

30

40

50

60

70

80

90

100


% n

odos

resu

elto

s

concenso bootstrap indice de bremer

Figura 8. Variación (Δ) de los valores de soporte de ramas en el grupo de Angiospermas basales

Figura 9. Porcentaje de nodos resueltos en Aristoloquiaceae

WIN CHL LAU NYM MON PIP

Δ bootstrap 5 7 17 23 25 4

Δ bremer 3 45 19 20 36 7

0

5

10

15

20

25

30

35

40

45

50

Δso

port

es

100 100 100

93,893,7

100

94,1 93,8

100 100 100

93,8

92

93

94

95

96

97

98

99

100


% n

odos

resu

elto

s

concenso bootstrap indice de bremer

Figura 10. Variación (Δ) de los valores de soporte de ramas en la familia aristoloquiaceae

ARIS BRAG ASAR

Δ bootstrap 8 38 58

Δ bremer 37 27 42

0

10

20

30

40

50

60

70

Δ S

opor

tes

EFECTO DE CUATRO METODOS DE CODIFICACION DE...

Documents

Transcript of EFECTO DE CUATRO METODOS DE CODIFICACION DE...