7 Análise Filogenética

Prévia do material em texto

7 DESCRIÇÃO Análise filogenética: conceitos, aplicações e métodos de análises.
PROPÓSITO Análise filogenética é a chave para a compreensão da evolução dos organismos vivos. A partir de seus conceitos e aplicações é possível compreender a história da vida na Terra, inferir o passado e predizer o futuro, corroborando para o conhecimento biológico e fortalecendo a conservação dos seres vivos.
OBJETIVOS MÓDULO 1 Reconhecer os conceitos e as terminologias filogenéticas
MÓDULO 2 Reconhecer os principais mecanismos de construção de uma árvore filogenética
INTRODUÇÃO
A análise filogenética é uma representação gráfica que demostra as relações evolutivas entre organismos. A partir da filogenia, ou seja, do estudo da relação evolutiva entre as espécies, podemos compreender melhor a vida, seu comportamento ao longo do tempo, e prever as forças que podem ou não modificar a história. Podemos também entender as peculiaridades de um organismo recém-descoberto simplesmente por conhecer a filogenia, as relações de parentescos, porque dois organismos próximos entre si possuem qualidades semelhantes.
Atualmente, diversas disciplinas incluem o estudo e a construção de árvores filogenéticas, principalmente no campo da Biologia, como Genética, Sistemática, Ecologia, Biomedicina e Bioinformática.
Assim, ao longo desse conteúdo, iremos estudar as análises filogenéticas. Para isso, vamos conhecer as aplicações, os principais conceitos e as terminologias utilizadas em um cladograma (árvores filogenéticas) e diferenciar o cronograma de filograma e árvores não enraizadas. Em seguida, descreveremos os principais conceitos de grupos filogenéticos e entenderemos como são construídas as árvores filogenéticas.
MÓDULO 1Reconhecer os conceitos e as terminologias filogenéticas
ANÁLISE FILOGENÉTICA: PRINCIPAIS APLICAÇÕES
O termo árvore filogenética é usado para se referir às histórias evolutivas ramificadas, isto é, a história de um ancestral e todos os seus descendentes ao longo do tempo representadas por ramos e troncos — como uma árvore — que se relacionam a partir de um parentesco próximo comum. Inferir uma árvore da história evolutiva é importante porque organiza o pensamento a partir da evolução, da forma natural dos acontecimentos ao longo das transformações e do tempo.
COMENTÁRIO
Se pensarmos que todos os indivíduos existentes atualmente possuem ancestrais e que estes ancestrais possuem outros ancestrais, então vamos logo compreender que a história desses dois organismos convergirá em certo ponto.
As histórias evolutivas de dois organismos diferentes levam a um ancestral comum, que vai estar mais afastado de acordo com a relação entre os dois organismos de estudo. Por exemplo, o ancestral do homem com o chipanzé está muito mais próximo no tempo do que o ancestral do homem com uma samambaia.
ATENÇÃO
Nesse contexto, o estudo filogenético nos ajuda a compreender a origem e a ordem de desenvolvimento das características dos seres vivos atuais. Como sabemos, as características se modificam ao longo do tempo, e assim, é possível traçar uma organização lógica de transformações de determinada feição.
A partir de uma árvore filogenética, por exemplo, podemos compreender quando surgiu as sementes ou as flores dentro do reino vegetal.
Vamos observar, com isso, que a semente é uma novidade evolutiva muito mais antiga que as flores. A observação de que muitas espécies possuem flores determina um padrão que é um indício de proximidade de parentesco relativo.
Todas essas constatações podem ser inferidas a partir de uma árvore filogenética.
CARACTERÍSTICAS HOMÓLOGAS E CARACTERÍSTICAS ANÁLOGAS
A árvore filogenética também nos auxilia a compreender se uma característica é homóloga ou análoga.
As características homólogas são aquelas que podem ser comparadas porque possuem origem, estrutura e desenvolvimento similares.
EXEMPLO
O membro superior de um crocodilo pode ser comparado à asa de um morcego, mas não pode ser comparada à asa de uma mosca (uma possui penas e ossos, a outra possui nervuras e quitina). Neste último caso, a asa é apenas uma característica análoga (pela função de voar), mas não apresenta origem, estrutura e desenvolvimento comuns.
Na imagem a seguir, vemos que crocodilos, pássaros, baleias, humanos, cavalos e morcegos apresentam os membros superiores com características homólogas, ou seja, eles possuem os mesmos ossos, em posições semelhantes.
Reconhecer a história evolutiva de um conjunto de organismos nos permite organizar os seres a partir de um critério mais informativo e útil para a inteligência humana. Atualmente, os cientistas procuram agrupar os organismos que possuem maior grau de parentesco entre si, estes grupos são denominados táxons.
TÁXONS
Táxon é um conjunto de organismos que formam uma unidade associada a um nível dentro de um sistema de classificação, por exemplo, espécies, gêneros, famílias etc. Para designar táxons, procura-se elementos que estejam mais próximos entre si do que com qualquer outro elemento de fora do táxon. Para delimitá-los, nada é mais útil do que o conhecimento da árvore filogenética.
A criação de um sistema que organiza os seres vivos a partir do seu grau de parentesco possui um grande poder preditivo. Se, por exemplo, descobrimos uma substância medicinal importante em uma espécie de fungo, provavelmente, os táxons próximos também produzem esta substância, talvez de forma mais abundante e eficiente.
Se fósseis de um crânio pré-histórico recém-encontrado é homólogo ao crânio humano atual, podemos inferir que a fisiologia daquele ser vivo antigo era próxima a dos humanos atuais. Uma constatação considerada tão óbvia hoje, mas que só foi possível ser percebida e credibilizada pelo conhecimento da árvore filogenética.
Árvores filogenéticas ajudam a compreender a história dos genes. Infere-se que um gene antigo se duplicou dentro de um organismo e, ao se diferenciar um do outro, produziu a diversidade de propriedades e as funções conhecidas hoje.
A história de cada gene percorreu o DNA dos seres vivos ao longo tempo, o que poderia ter sido o início da multiplicidade de organismos e suas complexidades. Com as árvores filogenéticas, também podemos compreender a história de cada pedaço do material genético. Os genes também podem ser classificados em famílias e subfamílias, e auxiliar na compreensão das suas propriedades.
 SAIBA MAIS
Com a análise filogenética, é possível rastrear doenças humanas, sendo uma importante ferramenta de controle e prevenção. Este foi o caso da síndrome respiratória aguda grave (SARS), uma doença viral que surgiu na Ásia por volta de 2002. Foi analisado o DNA viral de pacientes infectados demonstrando que a origem das cepas era de um coronavírus, um grupo de vírus já conhecido que infecta o sistema respiratório e digestivo de mamíferos e aves.
A partir da análise dos diversos DNAs encontrados em humanos, morcegos, aves, vacas, civetas (pequeno mamífero asiático) e outros, traçou-se a história do ancestral ao descendente e, assim, descobriu-se que o vírus deve ter se originado em morcegos, passando para civetas e mais tarde para humanos.
A importância desse estudo fica mais evidente quando consideramos que, quase 20 anos depois, a evolução desse vírus causaria uma das maiores pandemias da história humana!
A construção da árvore filogenética possui diversas funcionalidades, desde as mais científicas e amplas, como a classificação dos seres vivos ou a evolução de determinada característica, como os frutos; mas também aplicações mais diretas, como a descoberta da origem biológica de determinado microrganismo patológico ou uma espécie vegetal invasora.
ÁRVORE FILOGENÉTICA
Conceitualmente, uma árvore filogenética, ou cladograma, representa a história evolutiva de um conjunto de terminais (por exemplo, táxons) conectados por suas ancestralidades. Denominamos terminais as extremidades dos ramos da árvore que podem ser representadas, dentro de uma filogenia, por espécies ou conjuntos de espécies (gêneros, famílias, ordens...), mas também podem ser organismos fósseis, indivíduosde uma população, ou mesmo genes.
ANCESTRALIDADE
A ancestralidade é a conexão entre um ancestral e seus descendentes.
Uma árvore genealógica, ou pedigree, é um diagrama que demonstra as relações entre gerações de indivíduos, isto é, entre pais e filhos. Observar a completa história genealógica de uma população nos mostrará a existência de múltiplas gerações durante um longo período de tempo — o que define uma linhagem populacional.
Se aumentarmos ainda mais a escala de observação evolutiva, perceberemos múltiplas linhagens populacionais se intercalando periodicamente a partir de um fluxo gênico. Graficamente, isso poderia ser representado em diversas linhas interlaçadas.
 SAIBA MAIS
Com isso, chegamos ao conceito de linhagem evolutiva, que significa a história das relações entre as diversas linhagens populacionais de uma mesma espécie durante um longo intervalo de tempo.
Podemos comparar os diversos níveis de linhagem a partir de uma árvore, em que as folhas são os indivíduos, cada galho representa uma população (linhagem populacional) e o tronco representa a linhagem da espécie (linhagem evolutiva).
Comparação dos diversos níveis de linhagem pode ser feita a partir de uma árvore.
Uma linhagem evolutiva pode sofrer divisão originando duas linhagens separadas posteriores, evento que denominamos cladogênese — a origem de ramos. A ocorrência desses eventos na natureza acontece por causa do surgimento de alguma barreira que impede o fluxo gênico entre dois conjuntos de populações. As barreiras podem ser:
BARREIRA GEOGRÁFICA
Diz-se que a barreira é geográfica quando o espaço físico impede a permuta de material genético; por exemplo, quando algumas sementes são dispersas para uma ilha remota e esses indivíduos não conseguem mais se relacionar reprodutivamente com os indivíduos da população mãe. A barreira geográfica é mais evidente.
BARREIRA TEMPORAL
Ocorre quando uma população fica reprodutiva em uma estação do ano diferente das demais, impossibilitando a troca genética. Se a barreira permanecer durante um longo tempo, estas populações evoluirão independentes, tendendo a se diferenciarem entre si por causa da ocorrência de mutações genéticas, um processo biológico importante que modifica e movimenta a natureza.
As barreiras podem produzir divergências de dois tipos principais: alopátrica e simpátrica. Vejamos a seguir.
DIVERGÊNCIA ALOPÁTRICA
Quando ocorre o isolamento geográfico entre duas populações, alo: diferentes; pátrica: casa.
DIVERGÊNCIA SIMPÁTRICA
Quando uma barreira ocorre por diferença temporal, ecológica, fisiológica, por exemplo, mas sem que haja isolamento geográfico, sim: mesma; pátrica: casa.
ATENÇÃO
Um ponto importante deve ser observado, caso a barreira seja transitória, ou seja, se não houver modificações inviabilizando a reprodução e seus descendentes, o fluxo gênico é reestabelecido. Quando, porém, ocorre um longo período de isolamento, gerando modificações que não permitem mais o acasalamento ou descendentes viáveis, o isolamento deixa de ser um evento extrínseco (ocorre só por causa do efeito geográfico) e passa a ser um evento intrínseco, com sua própria fisiologia, o que impede o fluxo gênico.
Compreender o passado para construir uma árvore filogenética, não tendo vivido nele e sem um livro contando a história detalhada, é uma tarefa complexa; mas já existem metodologias confiáveis que nos permitem fazer inferências com credibilidade. A principal fonte de informação são todos os organismos vivos atuais e todos os fósseis encontrados.
A construção da árvore filogenética começa no tempo atual e vai estimando as relações no tempo passado. Os fósseis servem como retratos de um período da evolução e fornecem importantíssimas compreensões.
Em uma árvore filogenética, como observamos a seguir, o fóssil é representado por um ramo em que seu ponto terminal está em uma idade anterior a atual (setas azuis). Todas as espécies vivas, entretanto, terminam alinhadas na parte mais extrema do gráfico, representando a idade atual (representado pela seta vermelha).
Árvore filogenética representando ancestralidade.
TERMINOLOGIAS DO CLADOGRAMA
Uma árvore filogenética, ou cladograma, é um gráfico com linhas retas denominadas ramos — linhagens em evolução —, conectadas por nós — divisão das linhagens. Possui duas propriedades fundamentais:
1) deve ser direcionada, com início, meio e fim, representando tempo transcorrido;
2) deve ser acíclica, ou seja, os ramos que divergem não se fundem mais.
O gráfico pode ser construído em formato diagonal, retangular ou circular, como mostra as imagens a seguir.
Formato das árvores filogenéticas.
Os topos das árvores são denominados terminais e possuem rótulos que representam os nomes das espécies (os táxons terminais) ou um conjunto de espécies relacionadas (gêneros, famílias, ordens...). O nó também representa o último ancestral comum dos organismos de uma linhagem filha.
Os ramos internos são aqueles que possuem dois nós nas extremidades, enquanto os ramos externos são aqueles que possuem um nó e uma extremidade livre. O ponto no qual o gráfico se inicia é denominado raiz da árvore, onde está o ancestral mais antigo de todos os táxons da árvore. A raiz também é um ramo externo, mas na posição oposta aos táxons terminais, estando geralmente sem etiqueta.
ETIQUETA
Etiqueta em uma árvore filogenética é o local onde se escreve o nome que representa a extremidade de um ramo terminal no gráfico filogenético. Esse nome pode ser um táxon, um gene ou uma característica. Às vezes, o autor do gráfico pode optar por deixar ausente estes nomes, mas eles sempre estarão implícitos.
A imagem a seguir apresenta essas terminologias.
Terminologias utilizadas em um cladograma.
Para apontar determinado pedaço do gráfico filogenético nos estudos de filogenética, usamos o termo clado, que significa “um ancestral e todos os seus descendentes” (significa também um grupo monofilético, que estudaremos a seguir).
Dentro de uma mesma árvore filogenética, existem diversos clados que podem ser compostos por dois ou mais táxons terminais e um ou mais nós; porém o mais importante é compreender que um clado inclui todos os descendentes de um ancestral comum. Para apontar determinado ramo ao lado de outro, usamos a terminologia grupo irmão.
Por exemplo, na imagem a seguir, o grupo 1 é um clado, que é irmão do grupo 2, outro clado.
Árvore filogenética ilustrando dois clados (1 e 2) e um grupo irmão.
ATENÇÃO
Um ponto importante a respeito do gráfico de árvore é que a ordem dos ramos terminais pode ser visualizada de diferentes maneiras porque os seus ramos estão permanentemente conectados entre si. Se rodarmos um ramo em seu próprio eixo, as relações não se modificam, o que pode ser útil para organizar melhor um gráfico.
Porém, se cortarmos um ramo e colarmos em outra parte, as relações serão modificadas, o que não pode acontecer. Dessa forma, a topologia da árvore — a ordem de ramificação — é sempre a mesma quando giramos os ramos em seu próprio eixo, mas ela se altera se cortarmos e colarmos ramos em outros lugares.
A topologia não se modifica ao girarmos a árvore.
Clados podem ser descritos textualmente, sendo representados por parênteses. Por exemplo:
EXEMPLO
Vamos supor que temos uma árvore com três táxons, A, B e C, conforme demostrado na figura a seguir.
Árvore filogenética mostrando três táxons: A, B e C.
Ao observarmos na imagem acima, vemos que o táxon A é mais próximo filogeneticamente de B do que de C (A e B possuem um ancestral mais próximo entre si). Podemos então descrever as relações da seguinte maneira: ((AB) C). Este formato, denominado Newick, é muito utilizado em programas de computação.
COMPATIBILIDADE ENTRE CLADOGRAMAS DIFERENTES
A árvore filogenética possui diversos atributos, mas a principal função dela é representar todas as relações existentes entre todos os seres vivos extintos do nosso planeta.
Isso seria algo operacionalmente impossível porque existem muitos organismos e fósseis sendo descobertos constantemente.
Além disso, um terminal pode representar uma espécie,mas pode se multiplicar em subespécies, variedades ou populações de uma espécie. Portanto, a aplicação do método só possui utilidade porque o gráfico filogenético possui a propriedade de resiliência em simplificações. Isso quer dizer que podemos construir uma árvore filogenética somente para determinado conjunto de espécies porque se espera encontrar a mesma estrutura das relações, mesmo não estando incluídos todos os táxons existentes na análise.
Vamos entender no exemplo a seguir:
EXEMPLO
Ao observamos as duas árvores a seguir, vemos que a árvore 2 possui somente sete terminais, subdividida em três grupos: A, B e C, mas representando as mesmas relações da árvore 1, que está completa (com nove terminais). Veja que o grupo B continua sendo irmão do grupo A (possui um ancestral comum mais recente entre si).
A árvore 2 é uma simplificação da árvore 1.
Espera-se que uma árvore possua a propriedade de que, mesmo “podando” alguns ramos terminais (retirando alguns táxons da análise), as relações básicas se mantenham as mesmas entre os terminais restantes. Nesse caso, dizemos que uma árvore menor possui a propriedade de compatibilidade. Podemos exemplificar isso na imagem a seguir.
EXEMPLO
Ao cortar a linha tracejada indicada na árvore 1, o resultado será exatamente a árvore 2.
A árvore 2 é uma simplificação da árvore 1.
A propriedade das relações resistirem com a simplificação dos terminais utilizados numa análise é um atributo importante porque permite estimar relações mais profundas (antigas) dentro da árvore da vida. Por exemplo:
Em uma tentativa de querer compreender as relações entre as espécies de rosas existentes, só é possível compreender se uma rosa é mais próxima de um coqueiro ou uma samambaia podando (retirar da análise) a maior parte da imensa quantidade de espécies que existem entre essas linhagens, tão diferentes dentro do reino vegetal.
ATENÇÃO
Vale lembrar que dois terminais em uma árvore estão conectados pelo mesmo nó, portanto, se retirarmos alguns ramos adjacentes, o caminho continua o mesmo, o que denominamos propriedade acíclica da árvore, isto é, um único caminho sendo percorrido em uma única direção.
CRONOGRAMA, FILOGRAMA E ÁRVORES NÃO ENRAIZADAS
Como sabemos, um cladograma representa a evolução histórica de um conjunto de descendentes partindo de um ancestral comum ao longo do tempo, mas é preciso tomar alguns cuidados ao se falar sobre a antiguidade. Um ancestral só é mais antigo que outro se eles estão no mesmo caminho em direção à raiz.
Em um cladograma comum, não podemos saber qual ancestral é mais antigo quando eles estão em caminhos diferentes, pois os ramos são meramente proporcionais ao espaço da figura no papel.
Um cronograma, por outro lado, é um cladograma mais sofisticado, construído a partir do conhecimento das idades dos nós ancestrais, geralmente fornecidas por fósseis ou idades geológicas relacionadas. Nesse tipo de gráfico, o comprimento dos ramos é proporcional ao tempo em que cada divergência deu origem (o nó).
Cronograma.
Outro cladograma mais sofisticado é o filograma, que possui comprimentos de ramos proporcionais às mudanças evolutivas de cada linhagem. Nessa configuração, a árvore é montada a partir de ramos com tamanhos diversos, ora podendo ser muito curto ora muito longo. Esse tipo de gráfico é muito útil para o estudo dos padrões de evolução das características das linhagens ao demonstrar que determinado ramo tem maior tendência evolutiva que outro. O ramo mais longo acumula mais mudanças evolutivas porque evoluiu mais rapidamente do que um ramo curto.
Filograma.
Se um filograma foi construído pela análise de um gene específico, podemos inferir que o gene evoluiu mais rápido em uma linhagem do que em outra com ramo mais curto. Pode ser que todos os outros genes (não analisados) tenham evoluído mais rapidamente na linhagem que apresentou ramo longo, mas essa conclusão será mais bem embasada se corroborar com a análise de outros genes.
A imagem a seguir compara o filograma com o cronograma.
Filograma e cronograma, mostrando politomia, grupo irmão, comprimento e idade dos ramos.
Além disso, em uma árvore filogenética, podemos mostrar os ancestrais comuns, nesse caso, a árvore é chamada enraizada, ou não, na chamada árvore não enraizada. A seguir, conseguimos observar as diferenças entre as duas árvores.
ÁRVORE ENRAIZADA
Quando ela possui um ponto de origem no tempo, o ancestral comum de todos os ramos, e os terminais estão orientados para uma idade mais recente, o que nos permite discernir o caminho da evolução e a transformação dos caracteres.
ÁRVORES NÃO ENRAIZADAS
Mostram apenas as relações entre espécies e suas aproximações, mas não mostra quem é o ancestral comum de todos os ramos.
Para encontrarmos o ponto de enraizamento de um cladograma, devemos incluir na análise um grupo irmão, que nada mais é do que espécies próximas ao grupo interno, reconhecidas por não fazerem parte desse grupo. O nó onde o grupo irmão se conecta ao grupo interno será o nó mais profundo, o ancestral comum mais antigo, e o ponto de enraizamento.
INCERTEZAS FILOGENÉTICAS
Até o momento, vimos árvores filogenéticas dicotômicas, também chamadas de binárias, aquelas que um evento de divergência gera exatamente duas linhagens filhas. Como divergências entre linhagens é um evento relativamente raro, acreditar no surgimento de linhagens dicotômicas é razoável.
Árvores dicotômicas.
No entanto, temos casos em que mais de duas linhagens surgem em um único ancestral comum ao mesmo tempo, algo raríssimo, mas não completamente impossível. A esse caso chamamos de politomias.
Em termos gráficos, quando essa situação é retratada em uma árvore, a melhor maneira de interpretar é pela ocorrência de uma incerteza filogenética.
ATENÇÃO
Precisamos sempre lembrar que a construção de uma árvore filogenética parte de dados observados pelo homem e que, por representar apenas uma fração dos dados, pode ser insuficiente para resolver todos os relacionamentos: são apenas hipóteses das relações evolutivas reais.
O que é incerteza filogenética?
Incerteza filogenética ocorre quando não é possível compreender a ordem de ocorrência de duas ou mais divergências evolutivas, criando assim um ponto com múltiplas origens, uma politomia.
Normalmente, quando executamos análises filogenéticas a partir dos diversos programas e métodos existentes, mais de uma árvore ótima pode ser encontrada, nesse caso, precisaremos sintetizar o conhecimento em uma única árvore para facilitar a análise. Para solucionar esse problema, uma árvore consenso é criada geralmente a partir do seguinte critério (estrito): todos os ramos serão dicotômicos, mas aqueles ramos que estiverem em posições diferentes entre árvores serão colapsados (unidos) em uma politomia.
Na imagem a seguir, vemos três ramos que emergem o nó A, simbolizando uma politomia formada graficamente pelo colapso (união) dos ramos envolvidos. Além disso, vemos o ramo triangular preto mais alto na filogenia, significando um colapso de ramos, mas, nesse caso, o objetivo do autor foi simplificar propositalmente o gráfico.
Nó colapsado tem o mesmo significado que politomia.
A politomia, portanto, representa incerteza nesses casos.
GRUPOS FILOGENÉTICOS
A Biologia começou uma nova fase a partir da teoria da evolução no século XIX. Antes disso, os organismos eram basicamente classificados por suas semelhanças. Entretanto, nos dias atuais, os pesquisadores acreditam que um conjunto de organismos pode ser mais bem agrupado pelo critério da ancestralidade comum e pelo uso da árvore filogenética.
 SAIBA MAIS
A taxonomia, área que busca estudar a classificação, a nomenclatura e a identificação dos organismos, agora podia usar esta grande ferramenta. As novas premissas da Biologia levaram a antiga taxonomia a se unir a filogenética, transformando-se definitivamente em um ramo da Sistemática, disciplina que estuda a evolução da biodiversidade. Isso deixou claro que não é possível criar um sistema de classificação sem uma árvore filogenética, porque classificação, parentescos e cladogramasestão no mesmo lado da moeda.
A taxonomia busca classificar os organismos a partir de um sistema hierárquico (níveis taxonômicos). Por exemplo, uma espécie está contida em um gênero, que está contido em uma família, que está contida em uma ordem, e depois em uma classe, em um filo e em um reino.
Classificação dos organismos.
Com o avanço das técnicas de construção de árvores filogenéticas, diversos grupos taxonômicos propostos pelas antigas classificações foram reanalisados, dessa vez, buscando a classificação evolutiva. Com isso, foram verificados que muitos táxons (como os gêneros, as famílias) já eram completos, isto é, compostos por todos os descendentes de um ancestral comum, mas também se verificou que alguns grupos não continham todos os descendentes existentes.
Assim, uma terminologia importante entrou em vigor:
GRUPO MONOFILÉTICO
Conjunto de táxons que contêm um único ancestral comum e todos os seus descendentes conhecidos.
GRUPO PARAFILÉTICO
Conjunto de táxons que contêm um único ancestral comum e quase todos os descendentes, ou seja, faltam poucos para virarem monofilético.
GRUPO POLIFILÉTICO
Conjunto de táxons que não inclui o ancestral comum de todos os seus membros.
Atualmente, a taxonomia busca elaborar um sistema de classificação a partir de grupos monofiléticos e para isso é preciso obter árvores filogenéticas.
INTRODUÇÃO À ANÁLISE FILOGENÉTICA
Assista ao vídeo em que o especialista Leandro Cardoso Pederneiras falará sobre os conceitos e terminologias de árvore filogenética, linhagens evolutivas e ancestralidade.
VEM QUE EU TE EXPLICO!
Análise filogenética: Principais aplicações.
Análise filogenética: Principais aplicações.
Árvore filogenética.
Árvore filogenética.
Grupos filogenéticos.
Grupos filogenéticos.
VERIFICANDO O APRENDIZADO
Parte superior do formulário
1. VIMOS QUE, CONCEITUALMENTE, UMA ÁRVORE FILOGENÉTICA, OU CLADOGRAMA, REPRESENTA A HISTÓRIA EVOLUTIVA DE UM CONJUNTO DE TERMINAIS CONECTADOS POR SUAS ANCESTRALIDADES. SOBRE AS ÁRVORES FILOGENÉTICAS, ANALISE AS AFIRMATIVAS A SEGUIR E ASSINALE A ALTERNATIVA CORRETA:
Uma linhagem evolutiva é dita como a completa história genealógica de uma única população.
Linhagem populacional é constituída por um conjunto de linhagens populacionais de uma mesma espécie durante um longo intervalo de tempo.
Uma barreira geográfica formadora de cladogênese significa uma população que se torna reprodutível num tempo diferente das demais, impossibilitando a troca genética.
Quando duas populações se isolam por um longo tempo, não permitindo mais a troca genética entre as populações, mesmo quando se conectam geograficamente, dizemos que houve um evento extrínseco de divergência.
Quando duas populações se isolam por diferença temporal, mas sem o isolamento geográfico, dizemos que houve uma divergência simpátrica. X A linhagem evolutiva é constituída por um conjunto de linhagens populacionais, que, por sua vez, é a completa história genealógica de uma única população. A barreira geográfica formadora de cladogênese é o espaço físico que impede a permuta de material genético. O evento extrínseco é uma divergência momentânea que é reestabelecida quando a barreira desaparece e as populações se entrecruzam novamente. Quando uma barreira ocorre por diferença temporal, ecológica, fisiológica, por exemplo, mas sem isolamento geográfico, denominamos de divergência simpátrica.
Parte inferior do formulário
Parte superior do formulário
2. VIMOS QUE, COM O AVANÇO DA FILOGENIA, MUITOS TÁXONS JÁ ERAM COMPLETOS, ISTO É, COMPOSTOS POR TODOS OS DESCENDENTES DE UM ANCESTRAL COMUM, MAS TAMBÉM SE VERIFICOU QUE ALGUNS GRUPOS NÃO CONTINHAM TODOS OS DESCENDENTES EXISTENTES. ASSIM, FOI ADOTADA A TERMINOLOGIA PARA GRUPO MONIFILÉTICO, PARAFILÉTICO E POLIFILÉTICO. OS GRUPOS MONOFILÉTICOS SÃO AQUELES QUE APRESENTAM:
Um conjunto de táxons que contêm um único ancestral comum e todos os seus descendentes conhecidos. X Grupo monofilético é um conjunto de táxons que contêm um único ancestral comum e todos os seus descendentes conhecidos. Grupo parafilético é um conjunto de táxons que contêm um único ancestral comum e quase todos os descendentes. Grupo polifilético é um conjunto de táxons que não inclui o ancestral  comum de todos os seus membros.
Um conjunto de táxons que contêm um único ancestral comum e quase todos os descendentes.
Um conjunto de táxons que não inclui o ancestral comum de todos os seus membros.
Um conjunto de táxons que não têm um ancestral comum, mas tem todos seus descendentes conhecidos.
Vários ancestrais comuns para cada conjunto de táxon.
Parte inferior do formulário
MÓDULO 2 Reconhecer os principais mecanismos de construção de uma árvore filogenética
INTRODUÇÃO AOS MÉTODOS DE ANÁLISE FILOGENÉTICA
Agora que já conhecemos a importância da árvore filogenética para a Biologia atual, precisamos compreender um pouco mais como funciona sua construção.
Denominamos inferência filogenética a análise metodológica que gera um cladograma. Existem diversas metodologias, mas começaremos com a inferência hennigiana e a máxima parcimônia, por serem um marco histórico fundamental e a base para muitos conceitos. Esse processo requer três etapas fundamentais, são elas:
A construção de uma matriz de dados.
A escolha da árvore compatível com os dados.
Uma análise estatística para verificar a confiabilidade dos clados e da árvore.
No entanto, devemos primeiro escolher o conjunto de espécies que vamos trabalhar. Mas como fazermos essa escolha?
A escolha depende da pergunta que cada pesquisa procura responder. Se o desejo é saber, por exemplo, as relações entre briófitas, pteridófitas, gimnospermas e angiospermas, algumas espécies representando cada um desses grupos serão suficientes.
Mas, se o objetivo da pesquisa é compreender as relações somente entre as espécies de embaúbas (angiosperma), um gênero de plantas com 70 espécies presentes em toda a América Tropical, deve-se incluir na pesquisa a maior parte possível de espécies dessa árvore. Além disso, devemos incluir na pesquisa um grupo irmão que será o ponto de enraizamento do cladograma indicando a direção, ou polarização, da evolução dos táxons e caracteres.
Embaúba na Mata Atlântica do Estado do Rio de Janeiro.
Depois de determinar o conjunto de organismos que a pesquisa incluirá, devemos selecionar os tipos de caracteres que serão utilizados para montar uma matriz de dados. Para isso, devemos escolher os caracteres que variam entre espécies e que possuem algum grau de herança. Por exemplo, a matriz de dados deve ser construída com o nome de todos os caracteres na primeira linha e todos os táxons na primeira coluna, originando assim uma matriz de táxon × caractere, que vamos chamar de matriz Z, conforme a seguir.
	Táxon/caractere
	1
	2
	3
	4
	A
	0
	0
	0
	1
	B
	1
	2
	0
	1
	C
	1
	2
	1
	1
	D
	0
	1
	0
	1
	X
	0
	0
	0
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Você deve ter visto na matriz que cada caractere apresenta um número, mas o que esses números significam?
Para cada caractere, existe um conjunto de estados, ou seja, condições específicas atribuídas ao caractere. Por exemplo:
CARACTERE FORMA DA FOLHA DE UMA PLANTA
Pode estar no estado arredondado, lanceolado ou curvo.
CARACTERE COR DO FRUTO
Pode estar no estado vermelho ou amarelo.
Cada estado de caractere deve ser codificado com um número, sendo zero, o estado encontrado no grupo irmão. Os caracteres e os estados são levantados antes de iniciar a análise filogenética, e os códigos são de livre escolha, mas o padrão é que o número 0 represente o provável estado mais ancestral dos conjuntos dos estados dentro de determinado caractere.
Por exemplo, a matriz a seguir apresenta os parâmetros que assumimos para a construção da matriz Z.
Quando analisamos a cor do fruto, vemos que o estado amarelo deve ser mais ancestral que o vermelho.
	Número
	Caractere
	Estado
	1
	Cor do fruto
	Amarelo (0), Vermelho (1)
	2
	Forma da folha
	Arredondada (0), Lanceolada (1), Curva (2)
	3
	Número de pétalas
	Quatro (0), Cinco (1)
	4
	Raízes aéreasAusente (0), Presente (1)
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Ao observarmos o quadro, vemos que o caractere cor de fruto apresenta dois estados: amarelo e vermelho. O estado amarelo (0) deve ser mais ancestral do que o vermelho (1).
Porém a escolha de códigos diferentes para os estados não afeta os resultados. Dois pesquisadores podem optar pela ordem numérica que achar mais correta, mas isso não é feito de qualquer maneira. Procura-se imaginar a mais provável ordem de transformações (entre estados) ocorridas na natureza.
Quando um caractere possui apenas dois estados, ele é considerado binário; quando possui mais de dois estados, ele é polimórfico. Por exemplo:
Binário
Cor do fruto – vermelho (0), amarelo (1).
Polimórfico
Forma da folha – oval (0), triangular (1), elíptico (2) ou lanceolada (3).
Até o ano de 1990, as matrizes de dados eram construídas pelos dados morfológicos, por exemplo, cor do fruto, forma da folha, número de pétalas etc. Atualmente, o uso de sequências de DNA se tornou viável e acessível, sendo a forma mais promissora de construção de uma matriz.
Isso permitiu um ganho importante para as matrizes de dados, por exemplo:
EXEMPLO
Ao comparar dados morfológicos entre espécies, é possível encontrar em média 30 ou 40 caracteres úteis para a filogenia. Ao trabalhar com o sequenciamento de genes, que possuem geralmente 300 a 1000 pares de bases de comprimento, os caracteres úteis podem aumentar bastante.
Considerando que um DNA é formado por uma cadeia de nucleotídeos que pode ser Adenina (A), Citosina (C), Guanina (G) ou Timina (T). Isto quer dizer que cada posição de um nucleotídeo (um sítio) em um DNA é um caractere que pode ter até quatro estados: A, C, G ou T.
Com a matriz de táxons × caractere em mãos, podemos seguir para as etapas da escolha da árvore mais compatível com os dados, o que significa buscar a melhor reconstrução da história filogenética a partir de dados amostrados (a matriz). Para isso, veremos a seguir o que significa inferência hennigiana, máxima parcimônia, métodos de distância e de probabilidades.
INFERÊNCIA HENNIGIANA
Como vimos, atualmente existem diferentes metodologias empregadas para a construção de uma árvore filogenética. Assim, neste conteúdo, buscaremos compreender as primeiras abordagens históricas.
É importante ressaltar que nem sempre existiu uma forma metodológica clara para essa construção. Podemos dizer que a filogenia moderna iniciou com a publicação das regras de Willi Hennig em 1966 — o que chamamos de inferência hennigiana.
Willi Hennig (1913-1976), biólogo alemão é considerado o pai da sistemática moderna.
Hennig introduziu dois princípios que foram subsequentemente melhorados, mas serviram de caminho para os avanços futuros:
O primeiro princípio observou que a evolução seguia o caminho de uma árvore; e o segundo, que os caracteres não retrocedem em seus estados anteriores nem evoluem em estados iguais de forma independentes (ou seja, para Hennig não poderia ocorrer homoplasias), mas possuem uma direção progredindo do estado ancestral — plesiomórfico — para o estado derivado — apomórfico —, perceptível pelo estudo da matriz de dados. Um conjunto de terminais que possuem uma apomorfia é considerado um clado, sendo esse o critério para a construção do cladograma.
HOMOPLASIAS
Semelhança estrutural decorrente de convergência evolutiva (entre duas linhagens independentes entre si) ou reversão (a condição de um caractere retroceder ao estado anterior), e não de ancestralidade comum.
Estudaremos esses conceitos a partir do próprio cladograma e do caractere cor do fruto, que, segundo o exemplo anterior (matriz Z), pode ser amarelo (0) ou vermelho (1). Na imagem, a seguir, na árvore 1, a seta preta representa o ponto onde houve a mudança das condições do caractere, no caso, estava em 0 (amarelo) e se transformou em 1 (vermelho). Logo, podemos concluir que o estado vermelho é mais recente (apomórfico) que o amarelo (plesiomórfico) quando comparamos outros pontos de sua própria linhagem (seta pontilhada dentro do cladograma).
Evolução do caractere cor do fruto na árvore filogenética.
Outra forma de representar uma mudança de estados na árvore é a partir de um traço preto cruzando a linhagem do cladograma. Na imagem a seguir, na árvore 2, observamos que isso ocorreu três vezes, em momentos diferentes, que foram representadas no gráfico por t1, t2 e t3 (t = tempo ou momento).
Evolução de caracteres: paralelismo e reversão.
ATENÇÃO
Percebam agora que em dois lugares diferentes (t1 e t2) ocorre a mudança de amarelo para vermelho. Isso representa um paralelismo, duas linhagens independentes produzem a mesma transformação de um caractere.
Se continuarmos observando a árvore 2, perceberemos que ocorreu uma outra transformação da cor do fruto no ponto t3. Porém, neste caso, o estado anterior era vermelho (agora dizemos que está em uma condição anterior, ou plesiomórfica) e passou para amarelo (estado mais recente nesta linhagem, ou apomórfico). Este é o caso da reversão, porque voltou a ter condição do ancestral DE (seta).
A inferência hennigiana, com isso, forneceu um método objetivo para usar a variação observada nos caracteres e reconstruir a história evolutiva, um marco para a Biologia. Essa metodologia, no entanto, no senso estrito do uso, não pode ser utilizada em larga escala porque é notável a existência de homoplasias (convergência ou reversão de estados de caracteres) na natureza. Mas, se permitirmos homoplasias, árvores filogenéticas podem ser construídas com mais flexibilidade e realismo. Além disso, nas homoplasias, um caractere pode suportar ramos independentes, trazendo um maior número de caminhos para a árvore (veremos esse conceito com mais detalhes a seguir).
Precisamos agora de um método de otimalidade, uma métrica capaz de decidir quais árvores são melhores. O primeiro método proposto foi a máxima parcimônia.
MÁXIMA PARCIMÔNIA
A máxima parcimônia parte do princípio de que a melhor árvore filogenética é satisfeita pelo menor número de transformações dos caracteres ao longo dos ramos, ou seja, é aquela na qual aconteceu um menor número de transformações ao longo da evolução. A implementação ocorre em três passos básicos:
1) numa dada árvore filogenética, inserimos as mudanças de estado de cada caractere em busca do número mínimo de mudanças, ou passos, que possam responder à topologia apresentada;
2) calculamos o comprimento da árvore somando a quantidade de passos que foram exigidos;
3) repetimos o mesmo processo em todas as árvores alternativas e comparamos os valores dos comprimentos, o mais curto é considerado a história evolutiva mais provável.
Vamos supor que temos três táxons (A, B e C) e um grupo irmão (X) caracterizados pelos dados da matriz que vou chamar de W, conforme o quadro a seguir:
	Táxon/caractere
	1
	2
	3
	4
	A
	1
	0
	0
	0
	B
	1
	1
	1
	0
	C
	1
	1
	1
	1
	X
	0
	0
	0
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Para três táxons, temos a possibilidade de três diferentes topologias; por exemplo, se temos os táxons (A, B e C), as relações só podem ser estas: (A (BC)), ((AB) C) ou ((AC) B). Veja a representação a seguir:
Três arvores filogenética para 3 táxons diferentes (A, B e C).
Se analisarmos as mudanças de estados dos quatro caracteres, partindo do princípio de que o estado ancestral de todos os caracteres é aquele apresentado no grupo irmão, vamos obter diversos caminhos de transformações que levarão as características das espécies atuais (A, B e C).
A seguir, traçamos os três caminhos possíveis e que os passos na matriz W nos indica, vamos conhecer melhor?
Três árvores filogenéticas criadas a partir dos dados da matriz W.
Na imagem, os números entre parênteses são os códigos do caractere na matriz W. As setas representam a transformação do estado do caractere em parênteses, elas podem ser apontadas para qualquer lado. Agora, vamos analisar as árvores em separado:
	Táxon/caractere
	1
	2
	3
	4
	A
	1
	0
	0
	0
	B
	1
	1
	1
	0
	C
	11
	1
	1
	X
	0
	0
	0
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
ÁRVORE A
A matriz W diz que o caractere 1 possui a condição 0 no táxon X e 1 nos demais táxons (ABC), logo, esta mudança foi compartilhada por todos os três táxons de uma só vez.
	Táxon/caractere
	1
	2
	3
	4
	A
	1
	0
	0
	0
	B
	1
	1
	1
	0
	C
	1
	1
	1
	1
	X
	0
	0
	0
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Para representarmos isso na árvore, colocamos a seta na linhagem comum à ABC, no caso a raiz.
O caractere 2 somente teve transformação nos táxons B e C (do estado 0 para 1), por isso temos uma seta indicando essa mudança na parte comum dos dois táxons, pois será herdada para todos seus descendentes.
Para o táxon A, não houve mudança nos caracteres 2, 3 e 4, por isso a ausência de setas no ramo do táxon A.
No caractere 4 só ocorreu modificação no táxon C, logo a seta é exclusiva da linhagem representada pelo ramo externo que vai dar origem a C.
ÁRVORES B E C
Realizando a mesma análise na árvore B e C, podemos perceber que a árvore A apresenta quatro modificações (ou passos ou comprimentos representados pelas setas vermelhas), para responder corretamente aos dados da matriz táxon × caractere. As outras opções necessitam de seis passos.
	Táxon/caractere
	1
	2
	3
	4
	A
	1
	0
	0
	0
	B
	1
	1
	1
	0
	C
	1
	1
	1
	1
	X
	0
	0
	0
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
RESULTADO
Portanto, pelo critério da parcimônia, a árvore A seria a escolhida como a hipótese mais provável.
 SAIBA MAIS
No exemplo anterior, esse seria o caractere 1 na árvore A, que pertence aos 3 táxons. Um caractere é parcimoniosamente não informativo quando é exclusivo de um terminal, o que denominamos como autapomorfia, no exemplo anterior, esse seria o caractere 4 na árvore A, que só pertence ao táxon C.
Podemos chamar de caracteres parcimoniosamente informativos aqueles que são compartilhados entre subconjuntos de terminais, levantando a hipótese de que existe um ancestral comum que também possui tal estado de caractere.
PARCIMÔNIA
Assista ao vídeo a seguir em que o especialista explica a parcimônia, método de escolha de árvores filogenéticas.
ÁRVORES ÓTIMAS
Uma das maiores dificuldades da construção de uma árvore filogenética é a quantidade de hipóteses que podem existir.
EXEMPLO
Se temos 3 terminais (A, B e C), teremos 3 possíveis topologias: (A (BC)), (B (AC)) ou (C (AB). Quando temos 4 terminais esse número aumenta para 15 hipóteses. Mas com 10 terminais já teremos 34 milhões de possibilidades e 20 terminais ultrapassando 8 setilhões.
Como, geralmente, as pesquisas trabalham com mais de 20 terminais, não é possível calcular os passos em todas as árvores. No entanto temos algumas alternativas, pois não conseguiríamos realizar essa verificação de forma manual, nem os processadores e as memórias dos computadores tradicionais suportam este cálculo num tempo hábil.
O método mais utilizado para a busca da melhor árvore se chama poda e reenxerto de subárvore (subtree pruning and regrafting – SPR). Essa é uma técnica de busca heurística, que encontra uma solução mais rápida, um atalho, em detrimento da precisão. Não é garantido descobrir a árvore ótima, mas geralmente acontece ou chegamos bem próximo.
HEURÍSTICA
Uma pesquisa que é designada para encontrar as árvores ótimas num espaço de possibilidades de árvores sem necessariamente considerar todas as possíveis árvores.
A técnica SPR corta um ramo e cola em outra parte da própria árvore criando árvore por rearranjo. Esta nova árvore não é muito diferente da árvore de origem porque muitos clados continuam existindo. Assim, a técnica SPR percorre um espaço multidimensional de árvores que estão conectadas umas às outras, procurando aquela com menor número de passos numa cadeia lógica e contínua.
Método de poda e reenxerto de subárvore.
O algoritmo computacional calcula o comprimento de todas as árvores adjacentes a uma árvore inicial e, se houver uma com menor comprimento, esta será a nova árvore, assim sucessivamente. A busca termina num ponto do espaço multidimensional onde não é mais possível caminhar sem melhorar o último resultado.
ATENÇÃO
Recomenda-se executar mais de uma SPR e comparar os resultados encontrados.
DADOS MOLECULARES
Como já aprendemos, o avanço das técnicas filogenéticas sofreu um grande aporte com o advento da Biologia molecular a partir de 1990. Atualmente, é relativamente fácil obter sequências de DNA de qualquer indivíduo em um laboratório de Biologia molecular ou em bancos de dados na internet, como o National Center for Biotechnology Information (NCBI).
Uma sequência de DNA usada na filogenia pode ser um gene, um espaço entre genes ou sítios repetitivos do DNA.
O que importa para fins de criação de uma matriz de táxon × caracteres é a ordem em que os nucleotídeos estão dispostos em cada sequência e suas variações entre cada terminal.
O caractere, neste sentido, é a posição (sítio) do nucleotídeo (numerado 1, 2, 3 etc.) e os estados do caractere são os nucleotídeos (A, C, G e T). Porém, sequências de DNA possuem tamanhos diferentes entre espécies e só podemos comparar uma com a outra se soubermos exatamente onde elas são homólogas.
Para conseguir encontrar a homologia, posicionamos uma sequência em cima da outra em busca de um conjunto de nucleotídeos idênticos entre todas as espécies, isso se chama alinhamento das sequências de DNA.
As oito sequências estão uma em cima da outra e desalinhadas.
As oito sequências agora foram deslocadas (para direita ou para a esquerda) para que ocorra o pareamento das bases e o alinhamento.
Esta tarefa não é realizada manualmente, mas por programas computacionais que avaliam quais são as melhores homologias, por exemplo, os programas MAFFT, MUSCLE, CLUSTAL.
INFERÊNCIA FILOGENÉTICA COM MODELOS EVOLUTIVOS
Iremos agora explorar um pouco mais sobre os modelos evolutivos, um pré-requisito para executar análises de máxima verossimilhança e bayesiana.
Você sabe o que é um modelo de evolução?
Um modelo de evolução é um modelo de substituição que estabelece os limites e caminhos que os estados de caracteres podem seguir e suas taxas relativas de modificação. Os modelos utilizados dependem somente do estado atual de cada caractere, independentemente de como esse estado veio a acontecer. Por exemplo, ao lançar uma moeda, ela pode dar cara ou coroa, mas a probabilidade de cair cara em um lançamento de moeda independe se o resultado anterior foi cara ou coroa.
COMENTÁRIO
Para o nosso estudo, vamos focar no DNA, que é a maior fonte de informações que temos para gerar uma filogenia. Cada sequência de DNA possui sítios de nucleotídeos que podem conter quatro estados de base: A, C, G e T.
A modificação de um sítio da sequência de DNA em um estado novo possui algumas particularidades. Para ocorrer, primeiro uma base precisa ser removida e depois uma nova base precisa ser inserida no mesmo local. Quatro possíveis alternativas podem ocorrer, sendo que, se a base anexada for a mesma que a removida, não poderemos ver a modificação.
TAXA DE SUBSTITUIÇÃO (μ)(�)
É a velocidade que ocorre mutações dentro de uma sequência. No caso do DNA, haverá 16 taxas de substituições (temos 4 bases e 4 possibilidades de substituição, sendo assim 16 taxas de substituições), sendo que 12 são visíveis e 4 invisíveis (quando uma base é trocada por outra igual).
Como cada uma das 12 mudanças possíveis — tipo de mudança — deva ocorrer com a mesma frequência e como a taxa geral de mudança visível é μ, a taxa na qual cada uma das 12 mudanças ocorre é μ / 12.
Por exemplo, se soubéssemos de antemão que a taxa de substituição (μ) é de 24 mudanças por minuto, então pela fórmula, teríamos:
Taxa de mudança = μ / 12���� �� �����ç� = � / 12
Taxa de mudança = 24 / 12���� �� �����ç� = 24 / 12
Taxa de mudança: 2 mudanças por minuto
Agora, se pudéssemos observar as modificações de um sítio específico de DNA durante 100 minutos, quantas mudanças esperaríamos?
2 mudanças −−−−−−−−−−−−−−−−− 1 minuto2�����ç�� ----------------- 1 ������
X −−−−−−−−−−−−− 100 minutos� ------------- 100 �������
X = 100 x2� = 100 �2
X = 200 mudanças� = 200 �����ç��
Dessa forma, esperaríamos observar 200 mudanças de cada tipo de substituição. Assim, a matriz de substituição mostra o número esperado de cada tipo de mudança sobre determinado tempo.
TAXA DE MUDANÇAS INSTANTÂNEAS
É a taxa pela qual determinada base (A, C, G, T) mudará para cada uma das outras. Se tivermos uma taxa de substituição (μ) de 24 mudanças por minuto e se existem 3 alternativas de mudanças para cada base (1 base pode ser alterada por 3 diferentes), então podemos calcular pela fórmula:
Taxa de mudança instantânea= μ / 3���� �� �����ç� ���tan�â���= � / 3
Vamos pensar agora em termos de construção de uma árvore filogenética. O que queremos inferir é quanto tempo dois táxons estão separados entre si. Como o fator tempo traz maiores complexidades na análise, buscamos responder a essa pergunta determinando a distância evolutiva que, para dados de sequência de DNA, é o número médio de substituições que ocorrem em cada posição dos nucleotídeos.
ATENÇÃO
Como não sabemos a história de modificações ocorridas no passado em cada sítio do DNA, uma maneira de tentarmos inferir isso é estimando a probabilidade que cada uma das quatro bases muda em função da taxa de substituição (μ) e do tempo (t). Desejamos, por tanto, uma matriz de probabilidade de substituição entre cada mudança de base durante um período. Essa matriz é derivada da matriz de mudanças instantâneas.
Buscamos agora a história de cada transformação de um estado ancestral para o estado descendente. Existem infinitas possibilidades (ou caminhos) de começar, por exemplo, em uma citosina e terminar em uma timina. O caminho mais simples é uma transformação direta (C para T), mas também podem ter ocorrido mudanças intermediárias (C para G, G para C e C para T).
A matemática, a partir da álgebra matricial e do cálculo, nos ajuda a transformar uma matriz de taxas instantâneas em uma matriz de probabilidade de substituição derivada. A base dos logaritmos naturais (e) emerge quando integramos matematicamente histórias alternativas possíveis. A matriz de probabilidade criada, pode ser observada a seguir:
	
	A
	C
	G
	T
	A
	1/4 + 3/4e-4/3μt
	1/4 - 1/4e-4/3μt
	1/4 - 1/4e-4/3μt
	1/4 - 1/4e-4/3μt
	C
	1/4 - 1/4e-4/3μt
	1/4 + 3/4e-4/3μt
	1/4 - 1/4e-4/3μt
	1/4 - 1/4e-4/3μt
	G
	1/4 - 1/4e-4/3μt
	1/4 - 1/4e-4/3μt
	1/4 + 3/4e-4/3μt
	1/4 - 1/4e-4/3μt
	T
	1/4 - 1/4e-4/3μt
	1/4 - 1/4e-4/3μt
	1/4 - 1/4e-4/3μt
	1/4 + 3/4e-4/3μt
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Nosso objetivo não é adentrar em cálculos matemáticos, mas para termos uma pequena noção do que a matriz nos diz, podemos pensar que se μt (taxa de substituição μ, multiplicada pelo tempo t) for pequeno, isto é, o tempo de observação foi relativamente muito curto, então, e-4/3μt estará próximo de 1 porque qualquer número elevado à potência 0 tem o valor 1.
ATENÇÃO
Isso significa que o estado inicial possui 100% de chance de ser o mesmo após o tempo inferido. Isso faz sentido porque se quase nenhum tempo passou, a probabilidade do caractere ainda estar no estado ancestral é muito grande.
Por outro lado, se μt for muito grande, e-4/3μt estará próximo de 0, o que significa que a probabilidade de estar em qualquer um dos quatro estados é ¼, ou seja, 0,25.
Com isso, podemos perceber que, se encontrarmos o valor μ, estaremos próximos da distância evolutiva, e isto será útil para reconstruções filogenéticas. Um dos modos de estimar μ é observando a mudança de troca de bases não somente de uma única posição dentro de um gene no DNA, mas também em uma sequência completa.
EXEMPLO
Se observássemos 40 diferenças entre duas sequências de 100 bases de nucleotídeos em 10 minutos, vemos que:
Com 40 modificações (μ), em que podem ocorrer em 100 bases de nucleotídeos, temos que a taxa de mudança é:
Taxa de mudança = 40 / 100���� �� �����ç� = 40 / 100
Taxa de mudança = 0,4 alterações em cada posição da sequência toda���� �� �����ç� = 0,4 ������çõ�� �� ���� ����çã� �� ����ê���� ����
Esse, no entanto, seria um cálculo subestimado, pois não estamos contando com as modificações não observadas. Por exemplo, uma base A substituída por outra base A na mesma posição, ou então as diferentes alterações (3,4 ou mais alterações) que podem ocorrer na mesma posição, sem percebermos. Além disso, tínhamos 100 bases de nucleotídeos e apenas 40 com substituições, isso quer dizer que em 60 bases não houve mudança.
Probabilidade de não mudar as bases = 60 / 100������������� �� �ã� ����� �� ����� = 60 / 100
Assim, a probabilidade de não mudar, ou de não perceber a alteração, porque a mesma base está no lugar, é de 0,6.
Como já foi mencionado, a matriz de probabilidade de substituição nos mostra que só precisamos encontrar o valor de μt. Para tanto, utilizaremos a probabilidade de não mudar a base (0,6) e a probabilidade de A mudar para A, ou seja, não alterar a base:
De acordo com a matriz de dados baseado no modelo Jukes e Cantor (1969), essa probabilidade é dada pela fórmula:
Probabilidade de mudar de A para A: 14+34e−43μt������������� �� ����� �� � ���� �: 14+34�-43��
Mas vimos que essa probabilidade é 0,6, assim, temos:
14+34e−43μt=0,614+34�-43��=0,6
Resolvendo essa equação, descobre-se que a distância evolutiva, μt, é 0,572, e μ = 0,057 substituições / minuto.
Esse modelo simples de evolução que estudamos foi desenvolvido por Jukes e Cantor, em 1969 — modelo JC69, e se resume no seguinte conceito:
Todas as quatro bases ocorrem na mesma frequência.
Cada tipo de substituição (T para C, C para T etc.) ocorre a uma taxa igual.
A taxa de substituição é a mesma para todas as posições de nucleotídeos dentro da sequência estudada.
 SAIBA MAIS
O modelo JC69 foi o precursor e a partir dele surgiram outros modelos mais flexíveis e mais próximos da realidade, como, por exemplo, o F81, o HKY e o GTR.
MÉTODOS DE DISTÂNCIA
Agora que conhecemos um pouco sobre modelos evolutivos, compreenderemos os conceitos gerais que estão por trás dos métodos filogenéticos baseados em distância. Essa metodologia parte do princípio de que:
Se soubermos as verdadeiras distâncias evolutivas entre cada par de táxons, isto é, o número médio de substituições de bases em uma sequência de DNA, então essa distância será capaz de retornar uma árvore.
Precisamos inicialmente construir uma matriz de distância de pares, que é calculada pela diferença entre cada par de táxons dividida pelo total de caracteres examinados na matriz. Por exemplo, ao analisar a matriz táxon x caractere com quatro espécies (A-D), sendo X o grupo irmão, e quatro caracteres (1-4), que chamaremos de Q, conforme mostrado a seguir, vemos que A e B diferem em dois caracteres (1 e 2).
	Táxon/caractere
	1
	2
	3
	4
	A
	0
	0
	0
	1
	B
	1
	2
	0
	1
	C
	1
	2
	1
	1
	D
	0
	1
	0
	1
	X
	0
	0
	0
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Vamos agora analisar a diferença entre os caracteres em relação a espécie:
ESPÉCIE A E B
As espécies A e B diferem em dois caracteres (1 e 2), marcados em azul, em um total de 4 examinados, temos que a distância entre os táxons é:
Distância = 2 / 4
Distância = 0,5
ESPÉCIE B E C
A espécie B e C diferem em apenas 1 caractere (3), marcado em roxo, nos 4 analisados, então a distância entre os táxons é:
Distância = 1 / 4
Distância = 0,25
ESPÉCIE C E D
Se C difere de D em três caracteres (1, 3 e 4), marcados em laranja, então a distância é:
Distância = 3 / 4
Distância evolutiva = 0,75
Distância evolutiva em relação ao X (grupo irmão):
DE X PARA A
Houve a mudança no caractere 4, assim a distância é 0,25.
DE X PARA O TÁXON B
Houve mudança nos caracteres 1, 2 e 4, assim a distância é 0,75.
DE X PARA O TÁXON C
Houve mudança nos 4 caracteres (1, 2, 3 e 4), então a distância é 1.
DE X PARA O TÁXON D
Houve mudança em dois caracteres (2 e 4), então a distância é 0,5.
A partir desse raciocínio, conseguimos criar uma matriz comparando a distância evolutiva entre os pares.Táxon
	X
	A
	B
	C
	D
	X
	0
	
	
	
	
	A
	0,25
	0
	
	
	
	B
	0,75
	0,5
	0
	
	
	C
	1
	0,75
	0,25
	0
	
	D
	0,5
	0,25
	0,5
	0,75
	0
 Atenção! Para visualização completa da tabela utilize a rolagem horizontal
Para fins de cladograma, a distância genética entre dois táxons será a soma do comprimento de todos os ramos no caminho entre dois táxons. Assim, a partir de uma matriz de distância de pares, poderíamos desenhar um filograma.
No exemplo a seguir, temos oito táxons (A—H) com a matriz de distâncias genéticas e o cladograma resultante.
Filograma mostrando a distância genética.
Se quisermos saber a distância entre os táxons A e C, basta seguirmos o caminho das setas vermelhas que encontraremos os valores 9 + 5 + 5 = 19. Se quisermos encontrar a distância entre D e F, podemos seguir a trilha das setas azuis: 4 + 3 + 1 = 8.
O próximo passo é corrigir a matriz de distância de pares a partir das expectativas calculadas sob um dos modelos evolutivos apresentados anteriormente. A distância entre pares acumula-se mais lentamente que a verdadeira distância evolutiva porque várias mudanças são silenciosas, isto é, ocorrem no mesmo local. Usando o modelo JC69, uma distância de pares pode ser convertida em uma distância evolutiva usando a relação esperada entre a distância de pares e distância evolutiva. Esses cálculos são feitos por meio de algoritmos de computador.
Com a matriz corrigida, o objetivo agora é construir um filograma que seja o mais consistente com esses dados. O método neighbor-joining, que traduzido do inglês seria “juntando vizinhos”, assim como outros métodos de distância, conduz uma serie de cálculos em cima da matriz a partir de um algoritmo. É um método muito rápido que encontrará uma árvore com base em distâncias entre pares, porém ele não permite avaliar a diferença entre duas árvores porque não atribui uma medida de qualidade à árvore.
MÁXIMA VEROSSIMILHANÇA
O critério de máxima verossimilhança é um passo além da parcimônia, pois envolve a busca da árvore que possui maior probabilidade de se encaixar nos dados.
Uma forma simples de compreendermos esse processo é com o exemplo do saco de moedas.
Vamos supor que temos um saco com 100 moedas dentro dele temos:
50% dessas moedas são honestas (moedas que possuem 50% de chances de cair cara) e 50% são tendenciosas (moedas que 75% de chances de cair cara). Portanto, existem duas hipóteses: a moeda é honesta ou tendenciosa.
Caso retiremos ao acaso uma moeda do saco, não saberemos o tipo da moeda selecionada porque elas são idênticas.
Precisamos agora de informações extras para inferir qual tipo de moeda temos em mãos. Vamos supor que jogamos a moeda para cima 10 vezes e nas 10 vezes caiu cara. Sem cálculos matemáticos, podemos fazer a pergunta:
10 lançamentos da moeda com 10 resultados em cara suportam melhor qual das duas hipóteses, uma moeda honesta ou tendenciosa? Obviamente que a tendenciosa.
Matematicamente falando, podemos saber qual a probabilidade de ocorrer o resultado de 10 caras em 10 lançamentos para cada hipótese.
No caso da moeda honesta, cada lançamento tem 50% de chance de ser cara (50% = 50/100 = 0,5). Logo, 10 lançamentos calculamos da seguinte maneira:
Probabilidade=0,510=0,001�������������=0,510=0,001
Isso significa que existem 0,0001% de chances desse resultado ocorrer com uma moeda honesta.
Vejamos agora a chance de ocorrer esse resultado com a moeda tendenciosa (75%), então teríamos:
Probabilidade=0,7510=0,056�������������=0,7510=0,056
O que significa que existem 0,056% de chance desse resultado sair com a moeda tendenciosa.
A razão de verossimilhança pode ser avaliada a partir da fórmula:
Razão de verossimilhança = 0,056/0,001 = 56���ã� �� ����������ℎ��ç� = 0,056/0,001 = 56
Assim, concluímos que a moeda tendenciosa possui 56 vezes mais chances de ser a moeda selecionada ao acaso no saco. Essa medida é usada como suporte probatório para uma hipótese sobre a outra.
Essa mesma lógica também pode ser usada para a escolha de árvores filogenéticas. O objetivo neste novo caso será escolher a topologia da árvore e os comprimentos dos ramos pela melhor probabilidade, ou seja, buscar dentre as árvores a mais verossímil de acordo com os dados fornecidos e com base no modelo evolutivo.
Assim, a hipótese agora será todas as possíveis topologias e comprimentos de ramos, e os dados observados serão fornecidos pela matriz táxon × caractere. Os cálculos serão feitos a partir de um modelo evolutivo previamente estabelecido que atuará nas diferenças de frequências e taxas evolutivas, adequando os dados a uma natureza mais flexível e próxima do real.
INFERÊNCIA BAYESIANA
Agora, compreenderemos uma forma ainda mais sofisticada de escolher a melhor árvore. Como vimos anteriormente, a máxima verossimilhança (maximum likelihood – ML) busca a árvore que tem maior probabilidade de dar origem aos dados observados, pela comparação de hipóteses. A probabilidade encontrada em uma árvore em ML não significa a chance de ser a árvore verdadeira entre todas as hipóteses, mas significa que os dados em determinada topologia possuem determinada chance de acontecer.
ATENÇÃO
Observando todos os resultados, é possível deduzir qual é a melhor hipótese. Veja que não é possível saber exatamente a probabilidade de aquela árvore ser a verdadeira entre todas as outras. É nesse ponto que a inferência bayesiana inova, ela julga as árvores baseada na probabilidade posterior e nos informa qual a probabilidade de determinada topologia de árvore ser verdadeira.
A inferência bayesiana foi desenvolvida por Thomas Bayes, no século XVIII. É um método que calcula a probabilidade posterior a partir de um teorema.
O teorema de Bayes calcula a probabilidade de uma hipótese, após ser fornecido alguns dados, ou seja, a possibilidade de um evento ocorrer entre outros. Para isso incorpora informações prévias sobre a probabilidade de hipóteses alternativas, conforme analisamos na fórmula a seguir:
Teorema de Bayes. Pr refere-se à probabilidade, D aos dados e H a hipótese.
No teorema, a linha vertical é lida como “fornecida”. Por exemplo, Pr (H | D) deve ser lido como “a probabilidade da hipótese fornecidos os dados”.
Aplicando o teorema de Bayes às análises filogenéticas, teremos os seguintes paralelos:
· Pr (H) é a probabilidade de uma topologia ser a verdadeira entre todas as outras.
· Pr (D|H) é a verossimilhança de cada hipótese.
A diferença agora é que o valor será integrado com Pr (H) para todos os parâmetros. Descobrir esse valor representa uma grande dificuldade quando existem muitas possibilidades de árvores, mas o maior desafio na filogenia é calcular o denominador — Pr (D) (probabilidade prévia dos dados) — do teorema de Bayes. A probabilidade anterior dos dados, Pr (D), é calculada a partir do somatório de todas as árvores, mas é impossível de ser calculada a partir de 10 táxons, pois existe mais de 34 milhões de possibilidades de topologias.
A parcimônia e a máxima verossimilhança conseguem atribuir uma pontuação em cima de uma árvore isolada, mas na inferência bayesiana precisamos conhecer todas as probabilidades, ou seja, tudo. Para solucionar esse problema, utiliza-se a metodologia da cadeia Markoviana Monte Carlo (MCMC).
 SAIBA MAIS
O método MCMC explora o fato de que, embora não possamos calcular facilmente a probabilidade posterior real, podemos calcular as probabilidades posteriores relativas de diferentes árvores. Para isso, começamos em algum ponto no espaço de parâmetros e calculamos a probabilidade, Pr (D | H). Assim, dados nosso modelo de evolução e os parâmetros especificados por nossa localização no espaço de parâmetros, podemos calcular com relativa facilidade a probabilidade associada a esse ponto na paisagem. O próximo passo é propor aleatoriamente uma nova combinação de parâmetros e calcular a nova probabilidade.
A MCMC decide se aceita ou não a troca de uma topologia por outra (e todos os parâmetros conjuntos) de forma parecida com a busca heurística. A diferença é que a MCMC pode aceitar um ponto pior do que o anterior. Isso ocorre raramente,mas permite vagar infinitamente por diversas condições (só depende do número de gerações predefinido) e calcular o tempo gasto em cada local do espaço paramétrico. O tempo que os cálculos demoram em cima de um conjunto de dados será proporcional à probabilidade posterior.
No gráfico a seguir, é possível observarmos de forma mais simplificada o percentual de tempo em que as gerações MCMC gastam no espaço de cada uma das três topologias (A, B e C). Uma geração MCMC sempre aceita o novo parâmetro quando possui melhor probabilidade posterior. Isso determina quando uma cadeia irá se mover da árvore atual para uma nova árvore. Entretanto, as vezes a cadeia MCMC pode aceitar uma condição pior do que o anterior.
Espaço paramétrico simplificado mostrando o percentual de tempo em que as gerações MCMC gastam no espaço de cada uma das três topologias (A, B e C).
Por fim, para os estudos de filogenia, os pesquisadores precisam avaliar os resultados: o mais importante é saber se determinados clados possuem confiabilidade. A inferência bayesiana avalia os ramos a partir da frequência que ele apareceu no conjunto de árvores visitadas quando a MCMC estava na região paramétrica ótima.
EXEMPLO
Um clado aparece em 9500 árvores entre 10 mil, então a probabilidade posterior (PP) será de 0,95, um ótimo resultado, uma vez que PPs acima de 0,9 são consideradas seguras.
 SAIBA MAIS
Outra forma de verificar o grau de confiança de um clado é pelos índices, isto é, valores numéricos que ficam geralmente acima de cada ramo. Um dos principais é o bootstrap (BS), que possui valores de 0 a 100%, sendo valores acima de 80% considerados ramos seguros. Existe também a probabilidade posterior (PP), com valores de 0 a 1, sendo os valores acima de 0,95 considerados fortes.
VEM QUE EU TE EXPLICO!
Métodos de análise filogenética.
Métodos de análise filogenética.
Inferência hennigiana.
Inferência hennigiana.
Máxima parcimônia.
Máxima parcimônia.
VERIFICANDO O APRENDIZADO
Parte superior do formulário
1. A ANÁLISE DE PARCIMÔNIA E INFERÊNCIA HENNIGINA FORAM UM MARCO PARA A COMPREENSÃO DA EVOLUÇÃO DOS SERES VIVOS PORQUE TROUXE UMA METODOLOGIA LÓGICA E APLICÁVEL EM TODA A BIOLOGIA. ESSA ABORDAGEM FOI A BASE PARA TODOS OS POSTERIORES AVANÇOS E, POR ISSO, SEUS CONCEITOS E TERMINOLOGIAS SÃO FUNDAMENTAIS NA ÁREA. SOBRE A MÁXIMA PARCIMÔNIA, ASSINALE A ALTERNATIVA CORRETA:
I. UM DOS PRINCÍPIOS DA PARCIMÔNIA É QUE A MELHOR ÁRVORE É AQUELA QUE POSSUI O MAIOR NÚMERO DE PASSOS.
II. UM CARACTERE É PARCIMONIOSAMENTE NÃO INFORMATIVO QUANDO NÃO É POSSÍVEL INFERIR NADA SOBRE ELE.
III. CARACTERES PARCIMONIOSAMENTE INFORMATIVOS SÃO AQUELES COMPARTILHADOS ENTRE SUBCONJUNTOS DE TERMINAIS, LEVANTANDO A HIPÓTESE DE QUE EXISTE UM ANCESTRAL COMUM.
É CORRETO O QUE SE AFIRMA EM:
I
II
III X O princípio da máxima parcimônia é a escolha da melhor árvore pelo conceito dos passos mínimos, isso quer dizer que a melhor hipótese deve ser aquela que é respondida com mais simplicidade pelos dados. Os caracteres parcimoniosamente informativos são aqueles compartilhados por vários terminais em uma árvore filogenética, levantando a hipótese da existência de um ancestral comum. Um caractere é parcimoniosamente não informativo quando é exclusivo de um terminal.
I e II
I e III
Parte inferior do formulário
Parte superior do formulário
2. UMA ABORDAGEM MAIS PROMISSORA, PÓS-MÁXIMA PARCIMÔNIA, FORAM AS ANÁLISES QUE UTILIZAVAM MODELOS EVOLUTIVOS PARA BUSCAR A MELHOR ÁRVORE SOBRE DADOS DE PROBABILIDADE E DISTÂNCIA GENÉTICA. BASEANDO-SE NESSES CONCEITOS, SELECIONE A ALTERNATIVA CORRETA:
O estabelecimento de um modelo de evolução é fundamental para todos os métodos de busca de árvore, exceto na análise bayesiana.
A taxa de substituição (μ) é a frequência em que as bases podem ser retiradas sobre um pool de possibilidades.
Distância evolutiva, para dados de sequência de DNA, é o número médio de substituições que ocorrem em cada posição dos nucleotídeos. X Modelos evolutivos são utilizados principalmente por métodos probabilísticos como máxima verossimilhança e bayesiana. A taxa de substituição (μ) pode ser dita como a velocidade de ocorrência de mutações dentro de uma sequência de DNA. A distância evolutiva no DNA é o número de substituições que ocorrem em cada nucleotídeo. O método neighbor-joining não avalia a diferença entre duas árvores porque não atribui uma medida de qualidade à árvore. A máxima verossimilhança busca a árvore que tem maior probabilidade de dar origem aos dados observados, comparando hipóteses.
Neighbor-joining é um método que permite calcular a diferença entre as duas árvores.
A máxima verossimilhança busca a melhor árvore calculando a probabilidade da árvore verdadeira sobre todas as possibilidades.
Parte inferior do formulário
image5.jpeg
image6.jpeg
image7.jpeg
image8.jpeg
image9.jpeg
image10.jpeg
image11.jpeg
image12.jpeg
image13.jpeg
image14.jpeg
image15.jpeg
image16.jpeg
image17.jpeg
image18.jpeg
image19.jpeg
image20.jpeg
image21.jpeg
image22.jpeg
image23.jpeg
image24.jpeg
image25.jpeg
image26.jpeg
image27.jpeg
image28.jpeg
image29.jpeg
image30.jpeg
image31.jpeg
image32.jpeg
image33.jpeg
image34.jpeg
image35.jpeg
image36.jpeg
image37.jpeg
image38.jpeg
image39.jpeg
image40.jpeg
image1.jpeg
image41.jpeg
image42.jpeg
image43.jpeg
image44.jpeg
image2.jpeg
image45.jpeg
image46.jpeg
image47.jpeg
image48.jpeg
image49.jpeg
image50.jpeg
image51.jpeg
image52.jpeg
image3.jpeg
image4.jpeg