I Parte. Construção de cladogramas

(1)

I Parte

(2)

OTUs outgroup D C B A carácter 0 1 0 0 0 1 0 1 1 0 0 2 0 1 1 1 0 3 0 1 1 1 1 4 0 0 0 1 1 5 0 0 1 1 1 6 nenhum 123(4) 23(4)6 3(4)56 (4)56 apomorfismos

Um exemplo

Ingroup de 4 OTUs (A–D) e outgroup

A

456

B

3456

C

2346

D

1234

outgroup

5 6 1 2 3 4 6 6 5

uma topologia

sinapomorfismo

Pressupostos

ascendência comum, com modificações divergência por bifurcação

independência dos caracteres

As homoplasias não representam a ascendência comum, e contrariam o postulado de raridade das alterações*.

Constituem “ruído” histórico. Uma topologia será tanto mais representativa quanto melhor tire partido do “sinal” histórico.

*se bem que, numa grande escala de tempo, a raridade seja um postulado muito relativo

(3)

OTUs gi outgroup D C B A carácter 1 0 1 0 0 0 1 2 0 1 1 0 0 2 2 0 1 1 1 0 3 1 0 1 1 1 1 4 2 0 0 0 1 1 5 2 0 0 1 1 1 6 nenhum 123(4) 23(4)6 3(4)56 (4)56 apomorfismos

Um exemplo

Índices de consistência e de retenção

M = 3m_i = 4 é o número

mínimo de passos no ingroup. Os valores m_i são o número de estados do caráter

informativo i menos 1 (neste exemplo, todos os m_i = 2–1 = 1, e i = 2, 3, 5, 6)

não-informativo

G = 3g_i = 8 é o número máximo de passos no ingroup. Cada g_i (carácter informativo) é dado pelo número de OTUs (incluindo o outgroup) menos F_i, que é o respectivo número de OTUs com o estado de caráter mais frequente.

S (de steps, também se usa L, de length) é o número de passos informativos resultantes da topologia

S = 7

CI = M/S = 0,57

RI = (G–S)/(G–M) = 0,25

A

456

B

3456

C

2346

D

1234

outgroup

5 6 1 2 3 4 6 6 5

(4)

D C B 5 3 1 A 4 2 B 2 C OTUs outgroup D C B A carácter 0 1 0 0 0 1 0 1 1 0 0 2 0 1 1 1 0 3 0 1 1 1 1 4 0 0 0 1 1 5 0 0 1 1 1 6 nenhum 123(4) 23(4)6 3(4)56 (4)56 apomorfismos

Um exemplo

Matriz de distâncias

A e B são o par mais próximo, e D é o mais distante de

ambos, que sugere por exemplo a nova topologia:

A

456

B

3456

C

2346

D

1234

outgroup

6 1 2 3 4 5 2 3 reversão

S = 6

CI = 0,67

RI = 0,5

A 456 B 3456 C 2346 D 1234 outgroup 5 6 1 2 3 4 6 6 5 S = 7 CI = 0,57 RI = 0,25

matriz de distâncias

Este cladograma é mais curto (S = 6), sem homoplasias, e melhor nos valores de CI e

especialmente RI.

Mas 1/3 dos passos informativos são reversões, e, pior que isso, estão distribuídos desigualmente entre os OTUs

(5)

D C B 5 5 1 A 6 6 B 2 C OTUs outgroup D C B A carácter 0 1 0 0 0 1 0 1 1 0 0 2 0 1 1 1 0 3 0 1 1 1 1 4 0 0 0 1 1 5 0 0 1 1 1 6 nenhum 123(4) 23(4)6 3(4)56 (4)56 apomorfismos

Um exemplo

Ramificação mais profunda

A

456

B

3456

C

2346

D

1234

outgroup

6 1 ₃ 4 5 2 3

S = 6

CI = 0,67

RI = 0,5

Novo cladograma que, não melhorando S (e, por inerência, CI e RI), é o que obedece

melhor a um importante princípio da parcimónia: a ramificação hierarquicamente

mais profunda deve conter o maior número possível de passos informativos (neste caso

4). Em contrapartida, contém duas homoplasias.

6

matriz de distâncias

As distâncias menores mantêm--se, mas as que envolvem o ramo mais profundo são

aparentemente exageradas, por implicarem homoplasias

(6)

P Assume que a mutação é um

evento raro

< Determina a topologia que requer o

número mínimo de mutações

Parcimónia máxima (MP)

P Analisa cada nó possível entre 4

grupos, comparando-os em

posições informativas (com dois

estados de caráter

representados 2 vezes cada)

< Cada mutação é definida pelo tipo

de caráter analisado (por exemplo

caráter de Wagner, reversível,

versus caráter de Carmin-Sokal,

irreversível)

< Diferentes tipos de mutação podem

ter pesos diferentes na avaliação

das alternativas

(7)

Exercício

Achar a solução MP para sequências de 4 OTUs

1 CAGATCGCAGTTAGTTCCTAA

2 CGGACCGCCGGTAGTACGCAG

3 CAGATCGCCGGTAGTACGTAA

4 CGGACCGCAGGTAGTTCCCAG

Apenas 7 posições informativas (sublinhadas)

1

2

3

4

1

3

2

4

1

4

3

2

(8)

4 3 2 4 3 7 1 3 4 2 7 3

Exercício

Topologias possíveis para cada 4 OTUs

1 CAGATCGCAGTTAGTTCCTAA

2 CGGACCGCCGGTAGTACGCAG

3 CAGATCGCCGGTAGTACGTAA

4 CGGACCGCAGGTAGTTCCCAG

P Determinar a mais parcimoniosa:

< Mesma probabilidade de transições e transversões

< Transversões 2x menos prováveis que transições

Resumo da variação informativa

Apenas 7 posições informativas (sublinhadas)

1

2

3

4

1

3

2

4

1

4

3

2

(9)

A C B D A C B D

Limitações da MP

Situações de erro

Long branch attraction: OTUs mais divergentes tendem a

agrupar-se

Real

Obtida

Famoso caso da “tree of life” de Woese

Woese et al., 1990 cenancestral eukaryote bikonts unikonts ~950 Mya Archaebacteria Proteobacteria Planctobacteria Sphingobacteria Spirochaetae Cyanobacteria Chlorobacteria cenancestral prokaryote origin of life Endobacteria Actinobacteria Hadobacteria ~3500 Mya Cavalier-Smith 2006

(10)

P Usando a matriz de distâncias ou um derivado da mesma,

agrupa-se hierarquicamente a partir dos mais próximos

P UPGMA (Unweighted Pair Group Method with Arithmetic Mean)

< O método mais simples, assume igualdade de extensão dos ramos de

cada bifurcação

< Utilizado para produzir cladogramas preliminares para servirem de base

a métodos mais intensivos

P NJ (Neighbor-Joining): a partir dum cladograma sem hierarquia

(topologia “star”), determinar passo a passo o agrupamento que

minimiza S

< Considerado muito eficiente para grandes cladogramas (muitas OTUs)

< Utilizado para produzir um cladograma de base para o método ME

P ME (Minimum Evolution): aperfeiçoa o resultado duma NJ,

usando topologias de qualidade próxima para estimar a

extensão do ramos, com erros-padrão (mínimos quadrados).

Alternativas

(11)

P Afins à MP, mas integrando cálculos de

verosimilhança das topologias

< A verosimilhança dum cladograma é a probabilidade de

resultarem os estados de carácter observados, tendo em

conta a topologia dada. Estas abordagens exigem a

avaliação de todas as topologias possíveis

P ML (Maximum Likelihood): define a priori um

modelo de mutação.

P Inferência Bayesiana: parte dum modelo de

mutação arbitrário e vai-o ajustando à medida que

progride na construção do cladograma.

Alternativas

(12)

P Bootstrap (reamostragem)

< Simular uma repetição da experiência/amostragem com apenas parte da

informação; na prática, o procedimento de calcular um cladograma com apenas um subconjunto dos carateres, tomados aleatoriamente, é repetido muitas

vezes (500, 10000...) para obter muitas combinações diferentes de carateres. < A percentagem de vezes que um determinado clade aparece nos cladogramas

obtidos é usada como medida do “support” desse grupo no cladograma testado.

P Inner Branch (métodos NJ e ME)

< Semelhante ao bootstrap, mas os critérios de “support” são diferentes.

P Decaimento de Bremer

< Compara o cladograma em teste com a melhor alternativa caso uma

determinada ramificação fosse retirada (por exemplo, o efeito que teria retirar a ramificação entre cavalo e burro, ficando os dois com igual hierarquia de

parentesco com o rinoceronte); o valor de S deverá aumentar e a diferença dá uma medida do “decaimento”, associado à alternativa, que se considera

correlacionada com a significância do clade definido por essa ramificação.

P Neutralidade

(13)

P. monticola pathogenesis-related pro(4) P. monticola pathogenesis-related pro(5) P. monticola pathogenesis-related pro(3) P. pinaster pr-10

P. monticola pathogenesis-related pro... P. monticola pathogenesis-related pro(2) P. glauca m007g

P. glauca m007g(2) P. mariana m007g P. abies m007g O. sativa PR10c

O. sativa Indica Group PR10a

100 100 100 99 100 94 100 0.0 0.2 0.4 0.6 0.8 1.0 1.2

UPGMA

MP

P. abies m007g O. sativa PR10c P. mariana m007g P. glauca m007g(2) P. glauca m007g P. pinaster pr-10

P. monticola pathogenesis-related pro(4) P. monticola pathogenesis-related pro(5) P. monticola pathogenesis-related pro(3)

P. monticola pathogenesis-related pro... P. monticola pathogenesis-related pro(2)

O. sativa Indica Group PR10a

52 99 61 61 61 99 71 53 71 0.2

NJ

P. glauca m007g P. abies m007g P. glauca m007g(2) P. mariana m007g O. sativa PR10c P. pinaster pr-10

P. monticola pathogenesis-related pro(3) P. monticola pathogenesis-related pro(4) P. monticola pathogenesis-related pro(5)

O. sativa Indica Group PR10a P. monticola pathogenesis-related pro...

P. monticola pathogenesis-related pro(2)

99 99 95 96 73 50 73 0.1

ML

(14)

Software

O programa MEGA (http://megasoftware.net/) é fornecido para a aula prática.

Outras recomendações:

Uma listagem mais extensa é fornecida no Moodle.

Lista de softwares de Felsenstein

http://evolution.genetics.washington.edu/phylip/software.html (execução local) http://evolution.genetics.washington.edu/phylip/software.serv.html (servidores)

P Mesquite (mesmos autores do MacClade; Windows, Mac, Linux) http://mesquiteproject.org/mesquite/features.html

P TNT (Windows e Linux; MacOS versão antiga) http://www.zmuc.dk/public/phylogeny/tnt/

P Pebble (Windows, Mac, Linux)

http://www.cebl.auckland.ac.nz/software2.php

P PAUP* (MacOS 9-10.3, Windows) http://paup.csit.fsu.edu/

P TOPALi (Windows, MacOS, Linux, Solaris) http://www.topali.org/