A covarion model for phylogenetic estimation using discrete morphological datasets

Este estudio presenta el modelo "covariomorph" en RevBayes, que extiende el modelo covarion a datos morfológicos para capturar la heterogeneidad de tasas evolutivas específica de linajes y caracteres, demostrando mediante simulaciones y análisis empíricos que mejora la precisión de la inferencia filogenética en comparación con los modelos tradicionales.

Lo esencial

Imagina que estás tratando de reconstruir el árbol genealógico de una familia muy grande, pero en lugar de usar fotos o documentos de nacimiento, solo tienes una lista de rasgos físicos: el color de los ojos, la forma de la nariz, si tienen hoyuelos o no. Este es el desafío que enfrentan los científicos que estudian la evolución de animales y plantas usando datos morfológicos (la forma y estructura de sus cuerpos).

Hasta ahora, la herramienta principal que usaban los científicos era como una regla rígida: asumían que todos los rasgos evolucionaban a la misma velocidad, sin importar la rama del árbol por la que pasaran. Era como si dijéramos: "Todos los miembros de esta familia cambiaron su apariencia a un ritmo constante durante 100 años".

El problema: La naturaleza no funciona así. A veces, un rasgo cambia muy rápido (como cuando un animal desarrolla alas para volar), y luego se queda quieto por millones de años. Además, lo que cambia rápido en una rama del árbol (por ejemplo, las patas de un pájaro) puede cambiar muy lento en otra rama (las patas de un reptil). Las reglas antiguas no podían capturar esta "cambio de ritmo" dinámico.

La nueva solución: El modelo "Covariomorph"

En este artículo, Basanta Khakurel y Sebastian Höhn presentan una nueva herramienta llamada modelo "Covariomorph". Para entenderlo, usemos una analogía sencilla:

La analogía del "Semáforo de Velocidad"

Imagina que cada rasgo de un animal (como el tamaño de sus dientes) tiene un semáforo de velocidad interno que controla qué tan rápido puede cambiar.

1. El modelo antiguo (Mk): Era como tener un solo semáforo fijo en "Verde" (velocidad media) para todos los rasgos y en todas las ramas del árbol. Si el semáforo estaba en verde, todos cambiaban a la misma velocidad. Si el animal necesitaba acelerar o frenar, el modelo no lo entendía bien.
2. El nuevo modelo (Covariomorph): Ahora, cada rasgo tiene su propio semáforo inteligente que puede cambiar de color durante la historia de la familia.
   • Puede estar en Rojo (velocidad lenta, casi estancado).
   • Puede estar en Amarillo (velocidad media).
   • Puede estar en Verde (velocidad rápida, cambiando mucho).

Lo genial del modelo Covariomorph es que permite que el semáforo cambie de color en medio del viaje evolutivo. Un rasgo puede ir lento durante millones de años (Rojo) y de repente, cuando el animal entra en un nuevo hábitat, el semáforo cambia a Verde y el rasgo evoluciona rápidamente. Luego, puede volver a ponerse Rojo.

¿Qué descubrieron los científicos?

Los autores probaron este nuevo modelo de dos maneras:

1. Simulaciones (El laboratorio): Crearon escenarios de evolución falsos en la computadora. Descubrieron que el modelo es muy bueno para detectar cuándo los rasgos cambian de velocidad. Sin embargo, necesitan un árbol genealógico lo suficientemente "largo" (muchos años de historia) para poder ver claramente estos cambios de semáforo. Si la historia es muy corta, es difícil distinguir si el rasgo estaba cambiando rápido o lento.
2. Datos reales (El mundo real): Analizaron 164 conjuntos de datos reales de animales (desde tortugas hasta tiburones).
   • La mitad de los datos: Se comportaban como los modelos antiguos (velocidad constante).
   • La otra mitad: Mostraba claramente que los rasgos cambiaban de velocidad a lo largo de las diferentes ramas del árbol. ¡El modelo Covariomorph fue el único que pudo capturar esta complejidad!

¿Por qué es importante?

Cuando usas un mapa incorrecto, llegas a la dirección equivocada. Lo mismo pasa con los árboles evolutivos:

• El árbol cambia: Al permitir que los rasgos cambien de velocidad, el modelo a veces dibuja un árbol genealógico diferente al que dibujaban los modelos antiguos. Esto significa que podríamos estar equivocados sobre quién es primo de quién en el árbol de la vida.
• El tiempo cambia: La longitud de las ramas del árbol representa el tiempo y la cantidad de cambios. Si ignoras que un rasgo aceleró su ritmo, podrías calcular mal cuándo vivieron los ancestros. El nuevo modelo ajusta estos tiempos, dándonos una imagen más precisa de la historia de la vida.

En resumen

Los autores han creado un "semáforo inteligente" para la evolución. En lugar de asumir que todo cambia a un ritmo constante, este nuevo modelo reconoce que la evolución es un viaje con atascos y autopistas. A veces los rasgos se mueven lento, a veces rápido, y a veces cambian de ritmo en medio del camino.

Aunque no todos los conjuntos de datos necesitan este modelo complejo (algunos son simples), para aquellos que sí lo necesitan, el modelo Covariomorph ofrece una visión mucho más rica, precisa y realista de cómo la vida ha cambiado a lo largo de millones de años. Es como pasar de ver una película en blanco y negro a verla en alta definición con colores vibrantes.

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título: Un modelo covarion para la estimación filogenética utilizando conjuntos de datos morfológicos discretos

1. El Problema

La inferencia filogenética basada en datos morfológicos suele emplear el modelo de Markov de $k$ estados (Mk), que asume que todos los caracteres evolucionan a la misma tasa a lo largo de toda la filogenia (homogeneidad de tasas). Sin embargo, esta suposición es biológicamente irrealista por varias razones:

• Heterogeneidad entre caracteres: Diferentes caracteres evolucionan a ritmos distintos (variación de tasas entre caracteres, ACRV).
• Heterogeneidad entre linajes (Heterotacnia): La tasa de evolución de un mismo carácter puede variar a lo largo de diferentes ramas del árbol filogenético debido a cambios en las presiones selectivas o adaptaciones ecológicas específicas de un linaje.
• Limitaciones de los modelos actuales: Los modelos que incorporan ACRV (como Mk+$\Gamma$) permiten que un carácter sea siempre "rápido" o siempre "lento", pero no capturan la dinámica donde un carácter cambia de régimen de velocidad a lo largo del tiempo evolutivo. Los relojes morfológicos relajados permiten variación por rama, pero aplican esa variación uniformemente a todos los caracteres, lo cual también es una restricción.

2. Metodología

Los autores desarrollaron e implementaron un nuevo modelo llamado "covariomorph", una extensión del modelo covarion (originalmente diseñado para datos moleculares) aplicado a datos morfológicos discretos dentro del marco de inferencia bayesiana en el software RevBayes.

• Proceso Estocástico: El modelo asume que cada carácter tiene dos procesos estocásticos actuando simultáneamente:
  1. Transición de estados: El cambio entre estados del carácter (ej. de 0 a 1) gobernado por una matriz de tasas base (Mk), escalada por una tasa actual $r$.
  2. Cambio de régimen de tasas: El carácter puede cambiar entre diferentes categorías de tasas (ej. lento, medio, rápido) a una tasa de conmutación $\delta$.
• Matriz de Tasas Expandida: El modelo expande el espacio de estados. Si un carácter tiene $k$ estados y hay $m$ categorías de tasas, la matriz de tasas efectiva $\tilde{Q}$ tiene un tamaño de $k \times m$. Esto crea "estados virtuales" que combinan el estado del carácter con su categoría de tasa actual.
• Parámetros Clave:
  • Escalares de tasa ($r$): Derivados de una distribución de probabilidad discretizada (log-normal o gamma) para modelar la variación de tasas.
  • Tasa de conmutación ($\delta$): Controla la frecuencia con la que un carácter cambia de una categoría de tasa a otra a lo largo de las ramas.
• Validación:
  • Simulaciones: Se generaron conjuntos de datos bajo diferentes escenarios (Mk puro, Mk+ACRV, y Covarion real) utilizando árboles de diferentes longitudes (cortos, medios, largos) para evaluar la capacidad del modelo para recuperar los parámetros verdaderos ($\sigma$ y $\delta$).
  • Datos Empíricos: Se analizaron 164 conjuntos de datos morfológicos diversos (fósiles y actuales). Se seleccionaron dos casos de estudio detallados (Rayas y Tiburones) para comparar modelos (Mk, Mk+ACRV, Covariomorph) utilizando factores de Bayes, análisis de convergencia y comparación de topologías.

3. Contribuciones Clave

• Implementación del Modelo Covariomorph: Es la primera vez que un modelo covarion explícito, que permite cambios de régimen de tasa específicos por carácter y linaje, se aplica a datos morfológicos discretos.
• Marco Generalizado: El modelo actúa como una generalización que engloba a los modelos existentes. Si $\delta \to 0$, colapsa a un modelo Mk+ACRV; si la variación de tasas es nula, colapsa al modelo Mk estándar.
• Herramienta Computacional: Se implementó en RevBayes, permitiendo a los usuarios expandir matrices de caracteres y definir matrices de tasas personalizadas mediante funciones específicas (expandCharacters, fnCovarion).
• Análisis de Heterotacnia Morfológica: Proporciona un marco riguroso para probar si la heterotacnia (variación de tasas a lo largo de las ramas) es una señal real en los datos morfológicos, más allá de la simple variación entre caracteres.

4. Resultados

• Simulaciones:
  • El modelo recupera con precisión los parámetros subyacentes cuando la longitud del árbol es suficiente para observar suficientes transiciones de estado y cambios de régimen.
  • En árboles cortos o con tasas de conmutación extremadamente altas, el modelo tiende a colapsar hacia comportamientos más simples (Mk o Mk+ACRV), lo cual es consistente con la falta de señal en los datos.
  • El modelo es robusto: cuando los datos se generan bajo un modelo simple, el covariomorph no fuerza una complejidad innecesaria, convergiendo hacia las soluciones más simples.
• Datos Empíricos (164 conjuntos):
  • Se identificaron dos grupos principales: aproximadamente la mitad de los conjuntos de datos mostraron patrones compatibles con un modelo de tasas iguales (Mk), mientras que la otra mitad mostró evidencia de heterogeneidad de tasas.
  • En los conjuntos de datos con heterogeneidad, el modelo puede distinguir entre variación estática (ACRV) y dinámica (covarion).
• Caso de Estudio (Rayas y Tiburones):
  • Selección de Modelo: Los factores de Bayes favorecieron decisivamente los modelos covariomorph sobre Mk y Mk+ACRV en ambos conjuntos de datos.
  • Impacto en la Filogenia: La inclusión de la heterotacnia (cambio de tasas a lo largo de las ramas) tuvo un impacto significativo en la topología del árbol y en las longitudes de las ramas.
  • Longitud de Ramas: Los modelos covariomorph estimaron árboles significativamente más largos (hasta 1.5 - 1.7 veces más largos) que el modelo Mk estándar, lo que sugiere que los modelos tradicionales pueden subestimar la magnitud de la evolución morfológica.

5. Significado e Implicaciones

• Precisión en la Inferencia Filogenética: Ignorar la variación de tasas específica por linaje puede llevar a inferencias topológicas incorrectas y estimaciones de longitudes de ramas sesgadas. El modelo covariomorph ofrece un marco más realista para capturar la complejidad de la evolución morfológica.
• Estimación de Tiempos de Divergencia: Dado que las longitudes de las ramas cambian significativamente al usar este modelo, esto tiene implicaciones críticas para la datación de la divergencia de especies y el cálculo de tasas evolutivas.
• Nuevas Direcciones: El estudio sugiere que futuros modelos deberían considerar:
  • La corrección de sesgo de ascenso (ascertainment bias) adaptada a estados virtuales.
  • La desacoplamiento de las tasas de transición de estado y las tasas de conmutación de régimen.
  • Modelos de mezcla que permitan asignar diferentes modelos evolutivos (Mk simple vs. Covariomorph) a diferentes subconjuntos de caracteres dentro de la misma matriz de datos.

En conclusión, el modelo covariomorph representa un avance significativo en la filogenética morfológica al proporcionar una herramienta flexible para modelar la dinámica temporal de la evolución de los caracteres, mejorando la precisión de las reconstrucciones evolutivas.