Unstable Species Trees Reveal Fundamental Limits to Phylogenomic Inference

기술 요약: 불안정한 종 나무(Species Trees)가 밝혀낸 계통유전체학적 추론의 근본적 한계

문제 제기
유전체 규모의 데이터에서 발생하는 유전자 나무와 종 나무 사이의 불일치, 즉 계통유전체적 갈등(phylogenomic conflict)은 특히 급격한 방사 적응(rapid radiations)이 일어나는 시기에 진화 생물학에서 점차 보편적인 과제로 인식되고 있다. 기존 연구들은 주로 심층적인 진화적 질문이나 불완전 계통 분류(ILS), 유입(introgression)과 같은 특정 원인에 집중해 왔으나, 지리적으로 넓게 분포하는 밀접하게 연관된 분류군으로부터 얻은 게놈 전체 데이터를 사용하여 풀 라이클리후드(full likelihood) 기반 방법론을 적용할 때, 종 나무 추론의 안정성에 대한 포괄적인 이해는 부족한 실정이다. 구체적으로, 하위 샘플링 전략, 유전자 흐름(gene flow)의 존재, 그리고 현재 계산 모델의 한계가 단일하고 견고한 종 위상(species topology)을 복구하는 데 어떤 영향을 미치는지 여전히 불분명하다. 본 연구는 서부 북미의 Sceloporus graciosus 그룹(sagebrush lizards)을 조사함으로써 이러한 공백을 메우고자 한다. 이 시스템은 급격한 분화, 복잡한 생물지리학, 그리고 잠재적인 은폐 다양성(cryptic diversity)을 특징으로 한다.

방법론
저자들은 83개 개체의 S. graciosus 복합체와 2개의 외집단(outgroups)으로부터 얻은 유전체 데이터를 사용하여 다각적인 분석 접근법을 채택하였다.

• 데이터 생성: 유전체 데이터는 GBS(Genotyping-by-Sequencing)를 통해 생성되었으며, 100,000개 이상의 로커스(>7 million bp)를 확보하였다. 미토콘드리아 DNA(ND4 및 결합된 mtDNA) 또한 100개 개체에 대해 시퀀싱되었다.
• 집단 유전체학: 다양한 $K$ 값에 대해 ADMIXTURE를 사용하여 집단 구조를 평가하였으며, 결측치 임계값에 대한 민감도 분석을 수행하였다. 격리-거리(IBD)는 MLPE(Maximum Likelihood Population Effects) 모델을 사용하여 테스트하였다.
• 계통유전체적 추론:
  • 결합(Concatenation): IQ-TREE를 사용하여 최대 가능도(Maximum Likelihood, ML) 나무를 추론하였다.
  • 합체론적 방법(Coalescent Methods): CASTER, SVDquartets, 그리고 BPP(Bayesian Phylogenetics and Phylogeography)를 사용하여 종 나무를 추정하였다.
  • 게놈 전반의 안정성 분석: 위상의 안정성을 평가하기 위해 저자들은 광범위한 하위 샘플링을 수행하였다. 게놈을 1,000개 로커스 단위의 빈(bin)으로 나누었다(무작위 서브셋 및 S. arenicolus 초안 게놈에 매핑된 참조 가이드 순서 빈 모두 포함). 각 빈은 다종 합체론(Multispecies Coalescent, MSC) 모델 하에서 BPP를 통해 독립적으로 분석되었다.
  • 유입을 위한 모델 선택: 저자들은 BPP의 MSC-with-introgression (MSC-I) 및 MSC-with-migration (MSC-M) 모델을 활용하였다. 다양한 수의 망상 사건(reticulation events)을 포함하는 네트워크 모델(N1–N8)을 구축하고, 주변 가능도 추정치(marginal likelihood estimates)와 베이즈 인자(Bayes factors)를 사용하여 적합도를 비교하였다.
  • 하이브리드 탐지: 역사적 잡종 형성(hybridization)은 HyDe를 통해 탐지되었으며, 계통 네트워크는 SNaQ를 통해 추론되었다.
  • 종 구분(Species Delimimentation): 종 경계는 mtDNA에 대한 mPTP와 BPP 내의 게놈 빈에 대한 가이드 구분(A10) 및 계통 발생적 분기 지수(gdi) 분석(hhsd)을 통해 평가되었다.
  • 공간 분석: EEMS를 사용하여 유효 이동 표면(effective migration surfaces)을 모델링하여 유전자 흐름의 장벽을 시각화하였다.

주요 결과

• 광범위한 위상 불안정성: 본 연구는 종 나무 위상의 극심한 불안정성을 발견하였다. 로커스의 무작위 및 참조 가이드 하위 샘플링은 일관된 단일 위상을 복구하는 데 실패하였다. 게놈 전반의 빈에 걸쳐 33개의 고유한 위상이 샘플링되었으며, 7개의 뚜렷한 위상이 99% 이상의 사후 확률 질량(posterior mass)을 차지하였다. 단일 위상은 게놈 전체에서 일관되게 나타나지 않았다.
• 유입의 역할: 이러한 불안정성은 주로 만연한 유입(introgression)에 기인한다. 베이즈 인자를 통한 모델 선택 결과, 여러 유입 사건을 포함하는 가장 매개변수가 풍부한 네트워크 모델(N8)이 엄격한 이분형 나무(strictly bifurcating trees)보다 강력하게 선호되었다.
• 유전자 흐름 vs. ILS: ILS가 존재함에도 불구하고(짧은 내부 가지로 나타남), 저자들은 유전자 흐름의 영향을 받는 소수의 로커스가 나머지 로커스의 계통 신호를 압도하여, BPP와 같은 풀 라이클리후드 프레임워크 내에서도 종 나무 추론을 왜곡할 수 있다고 주장한다.
• 집단 구조 및 장벽: ADMIXTURE와 EEMS 분석은 지리적 위치에 대응하는 5~7개의 뚜렷한 유전적 클러스터를 드러냈다. 와사치 산맥(Wasatch Mountains), 시에라 네바다(Sierra Nevada), 트랜스버스 레인지(Transverse Ranges), 그리고 뉴멕시코/텍사스 지역에서 S. arenicolus와 나머지 복합체를 구분 짓는 주요 장벽 등 유의미한 이주 장벽이 확인되었다.
• 종 구분:
  • S. arenicolus는 유전자 흐름이 없는 뚜렷한 단계통 혈통으로 일관되게 복구되어, 별개의 종으로서의 지위를 뒷받침하였다.
  • 게놈 데이터는 클러스터링, 유의미한 유전자 흐름의 부재, 형태적 차이성을 바탕으로 S. g. vandenburgianus(남부 캘리포니아)와 S. g. gracilis(북부 캘리포니아)를 별개의 종으로 인정하는 것을 지지하였다.
  • 나머지 혈통들(콜로라도 고원, 중부 캘리포니아 A/B)은 복잡한 관계를 보였으며, 추가 분석이 있을 때까지 S. graciosus로 남겨둘 것을 권고되었다.
• 방법론적 성능: 결합 방식(CASTER)은 낮은 지지도를 보이거나 상충하는 위상을 산출하는 등 성능이 저조했다. BPP와 SVDquartets는 더 많은 변동성을 보였으나 급격한 방사 적응 연구에는 일반적으로 선호되었지만, 높은 유전자 흐름이 존재하는 상황에서는 이들 역시 단일하고 안정적인 나무로 수렴하는 데 어려움을 겪었다.

의의 및 주장
본 논문은 계통지리학적 수준에서 계통유전체적 불일치를 가장 포괄적으로 평가한 연구라고 주장한다. 이 연구의 주요 기여는 유입이 광범위하게 일어날 경우, ILS를 고려하는 강력한 풀 라이클리후드 기반 방법론을 사용하더라도 종 나무 추론이 근본적으로 불안정할 수 있음을 입증한 데 있다.

저자들은 다음과 같이 주장한다:

1. 하위 샘플링의 중요성: 연구자들은 서로 다른 로커스 집합이 통계적으로 지지되면서도 상충하는 역사를 나타낼 수 있으므로, 게놈 전반의 종 나무 위상 일관성을 평가하기 위해 반드시 하위 샘플링 실험을 수행해야 한다.
2. 다운스트림 추론의 불확실성: ILS와 유입이 광범한 시스템에서 단일 종 나무를 추정하고 이를 다운스트림 분석(예: 분기 연대 측정, 생물지리학)의 고정된 틀로 사용하는 관행은 문제가 있다. 본 논문은 진화적 추론에 종 나무의 불확실성을 명시적으로 포함할 것을 권고한다.
3. 분류학적 함의: 본 연구는 S. graciosus 복합체의 개정된 분류를 지지하며, 두 아종을 정식 종으로 격상시키는 것을 포함하여 최대 6개의 뚜렷한 종을 인정한다.
4. 현재 모델의 한계: 결과는 유입이 만연한 경우 MSC 모델이(이를 확장한 모델이라 할지라도) 복잡한 역사를 구별하는 데 직면한 과제를 강조하며, 이러한 그룹들에게는 "단일 나무"가 최선의 표현 방식이 아닐 수 있음을 시사한다.

저자들은 계통유전체 데이터가 체계학을 혁신했지만, 급격히 방사하고 지리적으로 넓게 분포하는 분류군에 대해서는 "진정한" 종 나무가 이분형 나무보다는 망상 네트워크(reticulate network)일 수 있으며, 표준적인 추론 워크플로우가 이러한 불확실성을 다루기 위해 상당한 조정이 필요하다는 현실을 직시해야 한다고 결론짓는다.