Validade dos Métodos

A comparação entre matrizes tem sua validade reconhecida como método de pesquisa (Dow & Cheverud, 1985; Marroig & Cheverud, 2001) e é utilizada em muitos estudos, tanto envolvendo humanos, quanto outras espécies (Kemp et al. 2010; Hutsemekers et al. 2010; Liu et al. 2009). Apesar de ser amplamente utilizado, o método traz algumas limitações potencialmente problemáticas para o teste proposto neste trabalho (Smouse & Long, 1992; Smouse et al., 1986; Legengre 2000).

O primeiro desses problemas consiste no fato de uma das matrizes de ecossistemas ser binária e, portanto, essencialmente categórica, o que a torna, a priori, não recomendável para o cálculo da correlação de Pearson (Field 2009). Porém, as matrizes categóricas de zero e um constituem a única exceção para este problema e podem ser usadas para o cálculo da correlação de Pearson (Field 2009). As correlações não paramétricas de Kendall e Spearman, mais adequadas para variáveis categóricas, tampouco são as mais adequadas para este trabalho, pois utilizam como base de cálculo a hierarquização das categorias (Field 2009) e no que se refere à matriz de biomas não existe uma hierarquia entre as variáveis. Além disto, não geram resultados confiáveis quando aplicadas ao teste parcial de Mantel (Oksanen et al., 2010). Devido a tais problemas, os cálculos foram feitos com todos os tipos de correlações para comparação. Aqueles com grandes discrepâncias entre si, foram descartados.

A correlação de Kendall não foi calculada para a maior parte dos casos devido a alguma dificuldade no algoritmo do programa, portanto esta correlação foi imediatamente descartada para a discussão dos resultados. Os resultados de correlação por Spearman foram obtidos para todos os conjuntos com mais de 8 populações. Neste contexto não houve diferenças marcantes entre os resultados obtidos com Pearson e Spearman, sendo, em geral, menores os valores obtidos para a correlação de Spearman quando comparados aos resultados obtidos pela correlação de Pearson, mas mantendo, em grande parte das vezes, os mesmos níveis de significância. Portanto, as correlações consideradas para a discussão baseiam-se nos resultados gerados pela correlação de Pearson. Tal escolha se deu por três razões: a primeira, porque esta correlação pode ser usada com segurança nos testes parciais de Mantel; a segunda, porque não houve resultados tão discrepantes entre as técnicas; e por fim, porque a correlação de Pearson também pode ser usada em casos de matrizes binárias de zero e um.

Existem vários métodos para o cálculo das correlações parciais de Mantel (Cheverud et al., 1989; Legendre 2000; Smouse 1986). O método escolhido aqui foi o de condicionamento da terceira matriz, segundo o qual só a primeira matriz é permutada (Oksanen et al., 2010; Legendre 2000). Um possível problema desta ospção é a dificuldade em se saber se o cálculo com uma matriz binária impossibilita o teste parcial de Mantel. Este problema não foi discutido por Legendre (2000) ao formular o método. Porém, existem artigos na literatura que utilizam o método desta forma (Boizard et al, 2010; Manica et al., 2005).

Como teste preliminar para a validação do método, foram criados os conjuntos menores de populações (conj1 a conj6). Entretanto, o pequeno número de populações não foi suficiente para dar poder estatístico à comparação, especialmente com a fisiografia, gerando resultados inconclusivos sobre a validação dos métodos. De toda maneira, como este método já foi usado antes em situações análogas (Kemp et al., 2010)

ele foi mantido acreditando-se que sua eficácia comprovada na literatura seria mantida para os parâmetros deste estudo.

Outro problema importante que envolve matrizes binárias reside no fato de que as especificações de “ausência” e “presença” podem não explorar totalmente as relações entre as populações, tornando próximas populações que, mesmo para o critério aqui adotado, seriam distantes. Exemplos deste problema são os casos dos Siouan na América do Norte e dos Mapuche na América do Sul. Essas populações receberam escore zero na matriz de fisiografia, pois estão localizadas em um mesmo bioma: savanas e pradarias temperadas. Entretanto, estão muito distantes entre si fisicamente e fisiograficamente, uma vez que os ancestrais da população Mapuche tiveram de passar obrigatoriamente por um ambiente totalmente novo (de florestas na América Central) para chegar ao bioma hoje ocupado.

Com o objetivo de resolver este problema, três estratégias foram aqui empregadas: a primeira, separar as populações em grupos menores, nos quais não estariam tão distantes fisicamente. Esta estratégia traz como problema o fato de não abarcar a totalidade de biomas que compõe a América. No entanto, foi a única que mostrou resultados positivos e significativos.

A segunda estratégia, a matriz cumulativa de biomas, foi proposta pensando-se em manter a integridade dos biomas do continente. Um teste foi feito com microssatélites e com a região da Patagônia, ambos com menor número de populações. Não houve diferença entre os resultados apresentados pelo método cumulativo de biomas em relação ao binário, por isto a tentativa foi abandonada.

O algoritmo de Monmonier foi uma terceira solução ao problema de matrizes binárias. Consiste em uma forma de avaliar a estruturação das populações sem necessidade de comparação entre matrizes, apenas com a localização das populações em um mapa e suas distâncias genéticas (Manel 2003). O método foi testado para os

dados de microssatélites, mas não apresentou melhor resolução do que os cálculos feitos com a matriz binária de biomas. Ainda assim, parece ser um método bastante promissor que poderá ser aplicado futuramente.

Outra questão importante foi a escolha do sistema de classificação de biomas, uma vez que as proposições de Beaton (1991) e Dixon (2001), apesar de os mencionarem, não dividiram as regiões continentais de acordo com os 14 biomas reconhecidos na literatura, mas sim reunidas em 5 grandes áreas: ártico, costa oeste, cordilheira, interior e costa leste.

Esta separação em 5 grandes regiões traz consigo alguns problemas para a construção da matriz fisiográfica proposta neste trabalho. A região do ártico abarca poucas populações estudadas quanto ao DNA mitocondrial e nenhuma quanto aos microssatélites. Além disto, não existe uma delimitação clara entre costa oeste e cordilheira, tornando difícil a alocação visual das populações. Por fim, os bancos de dados tanto de DNA mitocondrial quanto de microssatélites, não apresentam populações para a costa leste.

Devido a essas dificuldades, a divisão em ambientes proposta por Dixon acabaria se resumindo em uma divisão entre costa oeste e cordilheira versus interior. Esta abordagem foi substituída pela abordagem em biomas por dois motivos principais: primeiro, porque a comparação entre costa oeste e interior já foi exaustivamente estudada (Wang et a., 2007; Pucciarelli et al., 2006, 2008; Fuselli et al., 2003) mostrando uma diferenciação entre as populações dessas localidades, sugerindo que os nativos americanos usaram uma rota costeira mais rápida para povoar as Américas, anterior ou concomitantemente à ocupação do interior (Waguespack, 2007). Porém, não se pode tirar conclusões sobre adaptações ao meio por esta abordagem, uma vez que para as Américas a costa oeste é separada do interior não somente pela diversidade ambiental,

mas também por uma cadeia montanhosa que pode ter separado essas populações mais do que suas tecnologias.

Segundo, porque os diversos ambientes do interior da América seriam descartados como fonte de diversidade adaptativa. Seguindo o argumento de Beaton e Dixon, os primeiros americanos tiveram que adaptar seus estilos de vida e tecnologias aos diversos tipos de ambientes encontrados. As populações adaptadas a ambientes marítimos, por exemplo, teriam que se adaptar a um ambiente interiorano (Dixon 2001). Do ponto de vista adaptativo, uma alteração substancial no ambiente poderia provocar a necessidade de nova adaptação, promovendo uma permanência preferencial no local de origem ao qual já se estava adaptado (Kormondy & Brown 2002, Trigger 2004 e Diamond 2005). Neste sentido, a diferenciação por biomas fornece um parâmetro mais aceitável de diversidade ambiental, uma vez que agregam em cada um conjuntos semelhantes de flora e fauna.