Superárbol

Un superárbol es un único árbol filogenético ensamblado a partir de una combinación de árboles filogenéticos más pequeños, que pueden haberse ensamblado utilizando diferentes conjuntos de datos (por ejemplo, morfológicos y moleculares) o una selección diferente de taxones. ^{[ 1 ]} Los algoritmos de superárbol pueden resaltar áreas donde los datos adicionales serían más útiles para resolver cualquier ambigüedad. ^{[ 2 ]} Los árboles de entrada de un superárbol deben comportarse como muestras del árbol más grande. ^{[ 3 ]}

La construcción de un superárbol aumenta exponencialmente con el número de taxones incluidos; por lo tanto, para un árbol de tamaño razonable, no es posible examinar todos los superárboles posibles y evaluar su éxito al combinar la información de entrada. Los métodos heurísticos son, por consiguiente, esenciales, aunque pueden ser poco fiables; el resultado obtenido suele estar sesgado o afectado por características irrelevantes de los datos de entrada. ^{[ 1 ]}

El método más conocido para la construcción de superárboles es la Representación Matricial con Parsimonia (MRP), en la que los árboles fuente de entrada se representan mediante matrices con 0, 1 y ? (es decir, cada arista en cada árbol fuente define una bipartición del conjunto de hojas en dos partes disjuntas, y las hojas de un lado obtienen 0, las hojas del otro lado obtienen 1 y las hojas faltantes obtienen ?), y las matrices se concatenan y luego se analizan utilizando heurísticas para la máxima parsimonia. ^{[ 4 ]} Otro enfoque para la construcción de superárboles incluye una versión de máxima verosimilitud de MRP llamada "MRL" (representación matricial con verosimilitud), que analiza la misma matriz MRP pero utiliza heurísticas para la máxima verosimilitud en lugar de para la máxima parsimonia para construir el superárbol.

La distancia de Robinson-Foulds es la más popular de las muchas formas de medir la similitud de un superárbol con los árboles de entrada. Es una métrica para el número de clados de los árboles de entrada que se conservan en el superárbol. Los métodos de optimización de Robinson-Foulds buscan un superárbol que minimice la suma total de las diferencias de Robinson-Foulds entre el superárbol (binario) y cada árbol de entrada. ^{[ 1 ]} En este caso, el superárbol puede considerarse como la mediana del árbol de entrada según la distancia de Robinson-Foulds. Se han desarrollado enfoques alternativos para inferir el superárbol mediano basándose en diferentes métricas, por ejemplo, recurriendo a la descomposición en tripletes o cuartetos de los árboles. ^{[ 5 ]}

Una innovación reciente ha sido la construcción de superárboles de máxima verosimilitud y el uso de puntuaciones de verosimilitud "por árbol de entrada" para realizar pruebas de dos superárboles. ^{[ 6 ]}

Otros métodos incluyen el enfoque Min Cut Supertree, ^{[ 7 ]} Most Similar Supertree Analysis (MSSA), Distance Fit (DFIT) y Quartet Fit (QFIT), implementados en el software CLANN. ^{[ 8 ] [ 9 ]}

Los superárboles se han aplicado para generar filogenias de muchos grupos, especialmente angiospermas , ^{[ 10 ]} eucariotas ^{[ 11 ]} y mamíferos. ^{[ 12 ]} También se han aplicado a problemas de mayor escala, como los orígenes de la diversidad, la vulnerabilidad a la extinción, ^{[ 13 ]} y modelos evolutivos de la estructura ecológica. ^{[ 14 ]}

• Bininda-Emonds, OR P (2004). Superárboles filogenéticos: combinando información para revelar el árbol de la vida . Springer. ISBN 978-1-4020-2328-6.
• Bininda-Emonds, ORP; Gittleman, JL; Steel, MA (2002). "El (super)árbol de la vida: procedimientos, problemas y perspectivas". Annual Review of Ecology and Systematics . 33 : 265–289 . doi : 10.1146/annurev.ecolsys.33.010802.150511 . JSTOR  3069263 .