📄 evolutionary biology

Unlocking a flexible set of phylogenetic models for discrete and continuous trait evolution using discretized stochastic diffusion

Este artículo extiende el método de la "aproximación de difusión discretizada", desarrollado originalmente para el movimiento browniano con límites reflectantes, para desbloquear un conjunto flexible de nuevos modelos filogenéticos para analizar la evolución de rasgos tanto discretos como continuos, incluyendo modelos de umbral, de semiumbral y conjuntos donde las tasas evolutivas dependen de rasgos que coevolucionan.

Autores originales: Revell, L. J., Alencar, L. R. V., Alfaro, M. E., Dain, J., Hill, N. J., Jones, M., Martinet, K. M., Romero-Alarcon, V., Harmon, L. J.

Publicado 2026-08-17

📖 9 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Revell, L. J., Alencar, L. R. V., Alfaro, M. E., Dain, J., Hill, N. J., Jones, M., Martinet, K. M., Romero-Alarcon, V., Harmon, L. J.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina que eres un detective tratando de resolver el misterio de cómo la vida cambia a lo largo de millones de años. Tienes un árbol genealógico de animales, como un diagrama ramificado gigante que muestra quién está relacionado con quién. Tu trabajo es descubrir cómo evolucionaron rasgos específicos —como el tamaño de un pico, la longitud de una cola o el color de una pluma— a lo largo de las ramas de ese árbol. Durante mucho tiempo, los científicos han utilizado una herramienta matemática llamada "movimiento browniano" para modelar esto. Piensa en el movimiento browniano como una persona ebria tropezando aleatoriamente por un parque con niebla. No tiene un destino; simplemente da pasos en direcciones aleatorias. Con el tiempo, la distancia que recorre desde el punto de partida aumenta, pero no puedes predecir exactamente dónde terminará, solo la probabilidad de dónde podría estar. Este "camino aleatorio" ha sido la forma estándar de adivinar cómo evolucionan los rasgos.

Sin embargo, la vida real no siempre es un paseo aleatorio en un parque abierto. A veces, hay paredes. Un lagarto no puede tener una cola más larga que su cuerpo, o un pájaro no puede tener un pico tan grande que le rompa el cráneo. Estos son "límites" o "restricciones". Durante mucho tiempo, intentar calcular la matemática de un paseo aleatorio que golpea una pared y rebota fue increíblemente difícil, casi imposible, para árboles genealógicos grandes. Era como intentar calcular la trayectoria exacta de esa persona ebria si el parque tuviera paredes invisibles y rebotantes por todas partes. Debido a que la matemática era tan difícil, los científicos a menudo simplemente ignoraban las paredes, lo que llevaba a conjeturas erróneas sobre qué tan rápido estaban cambiando los rasgos. Este artículo trata sobre una nueva y astuta forma de resolver ese rompecabezas matemático, abriendo la puerta a comprender la evolución de maneras mucho más complejas y realistas.

El Artículo: Desbloqueando Modelos Evolutivos con una Escalera Digital

Este artículo, escrito por un equipo de biólogos evolutivos, es esencialmente una clase magistral sobre cómo utilizar un truco matemático ingenioso para resolver problemas que antes eran demasiado difíciles de descifrar. Los autores se basan en un método introducido por Boucher y Démery en 2016, el cual describen como una "aproximación de difusión discretizada". Para entender lo que eso significa, imagina que estás tratando de medir el movimiento suave y fluido de un río. Es continuo; el agua fluye sin detenerse. Pero si quisieras simular ese río en una computadora que solo entiende números enteros, podrías dividir el río en pasos o "contenedores" (bins) diminutos y distintos. Dirías: "El agua está aquí, luego se mueve al siguiente contenedor, luego al siguiente".

Los autores demuestran que si haces estos pasos lo suficientemente pequeños —tan pequeños que son casi invisibles— la simulación "escalonada" se vuelve indistinguible del río real y fluido. Lo llaman la "aproximación de difusión discretizada". Es como usar una escalera digital para subir por un tobogán liso; si los peldaños están lo suficientemente cerca, puedes subir el tobogán de forma tan fluida como si estuvieras deslizándote por él.

La gran noticia es que este truco funciona para todo tipo de escenarios evolutivos que anteriormente no tenían fórmulas matemáticas funcionales. Los autores no solo explican el truco; lo utilizan para desbloquear cinco nuevas formas de modelar cómo evolucionan los rasgos.

Primero, revisan el Movimiento Browniano Acotado. Este es el escenario de la "persona ebria con paredes". En el pasado, si un rasgo golpeaba un límite (como un tamaño máximo), la matemática fallaba. Usando su truco de la escalera, los autores ahora pueden simular un rasgo rebotando en las paredes. Realizaron simulaciones que muestran que, si ignoras estas paredes, subestimarás sistemáticamente qué tan rápido está evolucionando un rasgo. Es como pensar que un corredor es lento porque sigue chocando contra una pared y rebotando, cuando en realidad está esprintando pero simplemente no puede pasar la barrera. Su nuevo método corrige esto, proporcionando estimaciones precisas de la velocidad evolutiva incluso cuando los rasgos están restringidos.

Luego, abordan el Modelo de Umbral. Imagina un rasgo que es en realidad continuo por debajo, pero que parece discreto en la superficie. Piensa en la "responsabilidad" (liability) de un lagarto de tener un cierto número de dedos de las patas. Tal vez la biología subyacente es una escala de desarrollo suave, pero una vez que cruza cierto "umbral", el lagarto nace con 4 o 5 dedos. El artículo muestra cómo usar su método de la escalera para descubrir dónde están esos umbrales invisibles, incluso cuando solo vemos el recuento final de dedos. Simularon datos y encontraron que su método podía identificar correctamente estos umbrales ocultos y distinguirlos de otros patrones evolutivos aleatorios.

Después, introducen una idea completamente nueva llamada Modelo de Semiumbral. Este es una mezcla de las dos ideas anteriores. Imagina un rasgo como la "longitud de un cuerno". Puede crecer y encogerse suavemente, pero si se encoge hasta cero, el cuerno desaparece. No puedes medir una longitud de cuerno negativa; simplemente queda "ausente". Sin embargo, el potencial para desarrollar un cuerno (la responsabilidad) podría seguir evolucionando por debajo, incluso si el cuerno no está presente. Los autores crearon un modelo para este estado de "estancamiento". Simularon datos donde los rasgos eran medibles o estaban "censurados" (atascados en cero o en un máximo), y su método estimó con éxito las tasas evolutivas, mientras que los métodos estándar fallaron.

El artículo también explora la Evolución Conjunta, donde dos tipos diferentes de rasgos se influyen entre sí.

Discreto-Dependiente Continuo: Imagina un pez que vive en aguas abiertas o en un arrecife. El artículo sugiere que la tasa a la que cambia la forma del cuerpo del pez podría depender de en qué hábitat se encuentre. En aguas abiertas, tal vez la forma del cuerpo cambie lentamente; en un arrecife, podría cambiar rápido. Los autores construyeron un modelo donde la "escalera" para el rasgo continuo (forma del cuerpo) tiene diferentes peldaños dependiendo del rasgo discreto (hábitat). Sus simulaciones mostraron que este método podía determinar con precisión qué tan rápido evolucionaban los peces en cada hábitat, haciendo un mejor trabajo que los métodos antiguos que intentaban adivinar la historia del hábitat primero y luego medir la forma.
Continuo-Dependiente Discreto: Esto es lo opuesto. Imagina un reptil que pone huevos o que da a luz vivíparamente. El artículo sugiere que la tasa a la que una especie cambia de poner huevos a dar a luz vivíparamente puede depender de la temperatura (un rasgo continuo). Si hace calor, tal vez el cambio ocurra más rápido. Modelaron esto usando una curva "sigmoidea" (en forma de S) para mostrar cómo la temperatura cambia las probabilidades de realizar el cambio. Aunque no realizaron simulaciones masivas para este caso debido a las limitaciones de la computadora, mostraron que la matemática funciona y puede ajustarse a los datos.

Finalmente, presentan un Modelo de Tendencia Múltiple. Este es para situaciones en las que los rasgos no solo vagan aleatoriamente, sino que tienen una dirección. Imagina un virus propagándose a través de un mapa. Puede derivar aleatoriamente, pero si el animal huésped cambia, el virus podría de repente empezar a derivar hacia el norte o hacia el sur (una tendencia). Los autores mostraron cómo modelar esta "deriva con una dirección" que cambia según el huésped. Simularon esto en árboles no uniformes y encontraron que su método podía estimar con precisión tanto la velocidad de la deriva como la dirección de la tendencia.

Lo que el Artículo Hace y No Hace

Los autores son muy claros sobre lo que han logrado. Han proporcionado una prueba de concepto a través de simulaciones de que este método de la "escalera" funciona para estos modelos específicos. Demostraron que, cuando simularon datos con reglas conocidas, su método podía encontrar esas reglas de vuelta con una precisión razonable. Por ejemplo, demostraron que ignorar los límites conduce a respuestas erróneas, y su método corrige esto. También demostraron que sus modelos conjuntos son más precisos que el viejo método de "dos pasos" de adivinar un rasgo primero y luego el otro. Sin embargo, señalan explícitamente que estos análisis son preliminares y están destinados a demostrar la viabilidad del enfoque, más que a servir como una investigación exhaustiva de las propiedades estadísticas.

También descartan explícitamente la idea de que esto sea solo una forma de convertir datos continuos en categorías simples. Enfatizan que no están diciendo "llamemos a los lagartos grandes 'grandes' y a los pequeños 'pequeños' y analicémoslos de esa manera". Eso sería un error. Su método utiliza la "escalera" solo como una herramienta matemática temporal para calcular la probabilidad de la realidad continua y suave. La respuesta final siempre es sobre el rasgo continuo, no sobre los contenedores.

También sugieren que este enfoque es solo la punta del iceberg. Mencionan que este método probablemente podría usarse para modelos de "tasa oculta" (donde no vemos el rasgo que causa el cambio) o incluso para rasgos que saltan repentinamente (saltos discontinuos), pero aún no los han probado completamente. Admiten que para algunos de los modelos más complejos, como el de rasgo discreto dependiente de un continuo, aún no han realizado estudios de simulación masivos debido a que la matemática es pesada para la computadora. Recomiendan que investigadores futuros prueben esos límites específicos.

En resumen, este artículo no pretende haber resuelto todos los misterios de la evolución. En cambio, entrega a la comunidad científica una herramienta nueva, poderosa y flexible: una forma de aproximar procesos evolutivos complejos y desordenados que antes eran demasiado difíciles de calcular. Sugiere que, al usar este truco de "difusión discretizada", finalmente podemos construir modelos que respeten las paredes, los umbrales y las conexiones ocultas del mundo natural, conduciendo a una imagen más clara de cómo la vida ha cambiado a lo largo del tiempo.

Resumen Técnico: Desbloqueando un conjunto flexible de modelos filogenéticos para la evolución de rasgos discretos y continuos mediante la difusión estocástica discretizada

Planteamiento del problema
La utilidad práctica de los métodos comparativos filogenéticos a menudo depende de la capacidad de ajustar modelos matemáticos que capturen con precisión los procesos evolutivos. Sin embargo, muchos modelos biológicamente realistas para la evolución de rasgos carecen de soluciones analíticas tratables para sus funciones de verosimilitud, particularmente cuando se trata de rasgos continuos acotados, modelos de umbral o la evolución conjunta compleja de caracteres discretos y continuos. Por ejemplo, el modelo de "movimiento browniano acotado" (Boucher y Démery 2016), que describe la evolución en un paisaje adaptativo plano con restricciones estrictas, posee una función de probabilidad analítica que es intratable para filogenias de tamaño razonablemente grande. Del mismo modo, los modelos de umbral estándar requieren la integración de distribuciones normales multivariantes de alta dimensión, una tarea que se vuelve computacionalmente impráctica a medida que aumenta el número de taxones. En consecuencia, los investigadores a menudo se ven obligados a depender de modelos simplificados o procedimientos de estimación de dos pasos que pueden introducir sesgos o no capturar la complejidad total del proceso evolutivo.

Metodología: La aproximación de difusión discretizada
La contribución metodológica central de este artículo es la aplicación y expansión de la "aproximación de difusión discretizada", una técnica identificada originalmente por Boucher y Démery (2016) y extendida por Boucher et al. (2018). Este enfoque aprovecha la convergencia matemática de una cadena de Markov ordenada, simétrica y de tiempo continuo (un paseo aleatorio en una red) hacia la difusión estocástica continua (movimiento browniano) a medida que el número de estados de la red tiende al infinito (o el ancho de la celda $\delta$ tiende a cero).

El procedimiento consiste en:

Discretización: El espacio del rasgo continuo se divide en $n$ celdas de ancho $\delta$ .
Construcción de la cadena de Markov: Se define una cadena de Markov de tiempo continuo en esta red. Las tasas de transición entre celdas adyacentes se establecen como $q_c = \sigma^2 / (2\delta^2)$ , donde $\sigma^2$ es la tasa de difusión instantánea. Para modelos con tendencias ( $\mu$ ), las tasas se vuelven asimétricas ( $q_+$ y $q_-$ ).
Cálculo de la verosimilitud: La probabilidad de los datos discretizados ( $x'$ ) se calcula eficientemente utilizando el algoritmo de poda de Felsenstein (1981), que es estándar para la evolución de caracteres discretos.
Aproximación de la densidad: La densidad de probabilidad de los datos continuos originales, $f(x)$ , se aproxima mediante $\hat{f}_\delta(x) = p(x') / (\delta^N)$ , donde $N$ es el número de taxones. A medida que $\delta \to 0$ , esta aproximación converge a la verdadera densidad de probabilidad.

Este método permite la computación de las verosimilitudes para modelos donde las soluciones analíticas no están disponibles, siempre que se pueda construir un modelo de cadena de Markov correspondiente.

Contribuciones clave y nuevos modelos
El artículo demuestra la versatilidad de esta técnica de estimación aplicándola a cinco modelos específicos, cuatro de los cuales se presentan como aplicaciones novedosas o significativamente extendidas a la biología comparativa filogenética:

Movimiento Browniano Acotado (Límites reflectantes): El artículo restablece la utilidad de la aproximación de difusión discretizada para el movimiento browniano con límites reflectantes. Confirma que este método evita la subestimación sistemática de la tasa de difusión ( $\sigma^2$ ) que ocurre al ajustar modelos no acotados a datos acotados.
El Modelo de Umbral: Los autores aplican la aproximación al clásico modelo de umbral de la genética cuantitativa evolutiva, donde una "responsabilidad" (liability) continua no observada evoluciona mediante movimiento browniano y cruza umbrales fijos para producir estados discretos. El método reemplaza la necesidad de integración numérica de alta dimensión o muestreo de Monte Carlo, permitiendo un ajuste de modelo y una estimación de parámetros eficientes.
El Modelo "Semi-Umbral": Se introduce un nuevo modelo donde un rasgo es observable como un valor continuo dentro de un rango específico pero es censurado (registrado como un valor fijo) fuera de ese rango, mientras que la responsabilidad subyacente continúa evolucionando. El artículo muestra cómo ajustar el cálculo de la verosimilitud (dividiendo por $\delta^m$ en lugar de $\delta^N$ , donde $m$ es el número de puntas no censuradas) para manejar este tipo de datos mixtos.
Evolución de Rasgo Continuo Dependiente de Carácter Discreto: El artículo presenta un modelo conjunto donde la tasa de movimiento browniano para un rasgo continuo ( $\sigma^2$ ) depende del estado de un carácter discreto co-evolucionante. A diferencia de los enfoques tradicionales de dos pasos (mapeo estocástico seguido de ajuste de tasas), este método calcula la verosimilitud conjunta directamente, lo que resulta en estimaciones menos sesgadas de la heterogeneidad de las tasas, particularmente cuando las tasas de transición discretas son altas.
Evolución de Rasgo Discreto Dependiente de Carácter Continuo: Se propone un modelo inverso novedoso donde las tasas de transición de un rasgo discreto dependen del valor de un raso continuo (modelado mediante una función sigmoidal). Aunque no fue factible realizar una simulación extensa debido a las limitaciones computacionales (exponenciación de matrices grandes), el artículo demuestra la construcción de la matriz del generador infinitesimal y proporciona un ajuste de máxima verosimilitud a datos simulados.
Modelo Direccional de Tendencia Múltiple: Se desarrolla un modelo de rasgo continuo dependiente de carácter discreto donde tanto la tasa de difusión ( $\sigma^2$ ) como la tendencia lineal ( $\mu$ ) de un rasgo continuo varían en función del estado de un carácter discreto. Se demuestra que este modelo es identificable en árboles no ultramétricos y permite la estimación de tendencias direccionales que cambian según los regímenes discretos.

Resultados
A través de estudios de simulación, los autores demuestran que la aproximación de difusión discretizada produce estimaciones de parámetros fiables:

Modelos Acotados: El ajuste del modelo acotado recupera correctamente $\sigma^2$ y los estados raíz ( $x_0$ ), mientras que los modelos no acotados subestiman sistemáticamente $\sigma^2$ cuando los datos se generan bajo límites.
Modelos de Umbral: El método discrimina con éxito entre los modelos de umbral y los modelos Mk ordenados, con los umbrales estimados centrados en los valores generadores.
Modelos Conjuntos: En el modelo de rasgo continuo dependiente de carácter discreto, la estimación conjunta mediante la aproximación de difusión discretizada proporciona estimaciones insesgadas de las tasas específicas de estado ( $\sigma^2_a, \sigma^2_b$ ) y las tasas de transición ( $q_{ab}$ ). Crucialmente, supera al enfoque tradicional de mapeo estocástico de dos pasos, que tiende a subestimar la razón de las tasas entre regímenes, especialmente cuando las transiciones discretas son frecuentes.
Modelos Semi-Umbral y Direccionales: Los análisis preliminares muestran propiedades de estimación razonables para los nuevos modelos de semi-umbral y de tendencia múltiple, aunque los autores señalan que estos requieren un estudio más exhaustivo.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como una "pieza conceptual" destinada a desbloquear un conjunto flexible de modelos filogenéticos que anteriormente eran inaccesibles debido a funciones de verosimilitud intratables. Argumentan que la aproximación de difusión discretizada es una herramienta poderosa y de propósito general que transforma problemas previamente considerados insolubles en problemas que pueden abordarse mediante la optimización numérica estándar.

El artículo afirma que el enfoque de Boucher y Démery (2016), aunque con raíces matemáticas en la teoría de procesos estocásticos (por ejemplo, Ethier y Kurtz 1986; Risken 1996), fue novedoso en filogenia y ha sido subestimado. Al expandir su aplicación a modelos de umbral, de semi-umbral y de evolución conjunta compleja, los autores sostienen que este método "apenas araña la superficie" de las aplicaciones potenciales. Sugieren que el enfoque podría extenderse a modelos de tasas ocultas, procesos de Ornstein-Uhlenbeck con parámetros variables y modelos con límites absorbentes o saltos discontinuos.

Los autores concluyen con una observación metafórica: mientras que la "ley del instrumento" advierte que tener una sola herramienta (un martillo) hace que cada problema parezca un clavo, su exploración sugiere una "ley inversa" para la filogenia, donde muchos procesos evolutivos complejos (clavos) pueden efectivamente ser abordados por esta aproximación específica (el martillo). Los métodos están implementados en el paquete de R phytools, haciendo que estos modelos avanzados sean accesibles para la comunidad en general.

Más como este