Metodi filogenetici basati sul carattere 1 Questa nostra terra, che un tempo ci sembrava...

Metodi filogenetici Metodi filogenetici basati sul caratterebasati sul carattere

1

“Questa nostra terra, che un tempo ci sembrava infinitamente grande, deve essere considerata nella sua piccolezza. Viviamo in un sistema chiuso, dipendenti gli uni dagli altri e dipendenti tutti dalla terra stessa. Tutto ciò che ci divide è infinitamente meno importante del pericolo che ci unisce.” (C. R. Darwin)

SommarioSommario

Parsimonia e filogenesiParsimonia e filogenesi

Sequenze ancestrali dedotteSequenze ancestrali dedotte

Strategie di ricerca veloceStrategie di ricerca veloce

Alberi consensoAlberi consenso

Confidenza di un alberoConfidenza di un albero

Confronto di metodi filogeneticiConfronto di metodi filogenetici

Filogenie molecolariFilogenie molecolari

2

IntroduzioneIntroduzione

L’analisi filogenetica ha lo scopo di risalire alle rela-zioni evolutive tra entità diverse, dette unità tassono-miche, rappresentate da sequenze di acidi nucleici, ricostruendone quindi la più probabile storia evolutiva inferenza filogenetica inferenza filogeneticaDal punto di vista genetico, l’evoluzione consiste nel-l’accumulo di mutazioni: perciò è possibile ricostruire le relazioni evolutive fra acidi nucleici semplicemente sulla base del grado di somiglianza/diversità della sequenza nucleotidicaScopo ultimo, quindi, dell’analisi filogenetica è quello di costruire un albero filogenetico che descriva le più probabili relazioni evolutive tra le specie (sequenze) da analizzare

3

ParsimoniaParsimonia

Il concetto di parsimoniaparsimonia (dal latino parcere, rispar-miare) è centrale nei metodi di ricostruzione filogene-tica basati sul carattereIn senso biologico, il termine è utilizzato per descri-vere il processo che porta a preferire un particolare percorso evolutivo sulla base del minor numero di eventi mutazionaliLe due premesse che stanno alla base del concetto di parsimonia biologica si possono riassumere come:

le mutazioni sono eventi estremamente raripiù un modello postula eventi poco probabili, meno è probabile che il modello sia correttoLa relazione che richiede il minor numero di mutazioni per spiegare lo stato corrente delle sequenze conside-rate è quella più probabilmente corretta 4

Parsimonia, perché? Parsimonia, perché? 1 1Principio filosofico enunciato nel XIV sec. da William di Ockham: tra diverse spiegazioni, la più semplice è da tra diverse spiegazioni, la più semplice è da preferirepreferire; inutile ricorrere a molte assunzioni se lo stesso evento può essere spiegato con poche

Entia non sunt multiplicanda praeter necessitatemDio ha creato tutto, e Dio non avrebbe creato nulla di complesso se poteva fare la stessa cosa in maniera semplice

Rasoio di OckhamRasoio di Ockham: principio alla base del pensiero scientifico moderno; nella sua forma più immediata suggerisce l’inutilità di formulare più teorie di quelle che siano strettamente necessarie per spiegare un dato fenomeno

5

Parsimonia, perché? Parsimonia, perché? 2 2La selezione naturale favorisce gli adattamenti rapidi, ossia ottenuti attraverso il numero minore possibile di passi evolutiviStatisticamente, i cambiamenti evolutivi sono rari, quindi è improbabile che avvengano molte volteImportante la distinzione fra siti informativi siti informativi e non non informativiinformativi

6

Siti informativi e non informativi Siti informativi e non informativi 1 1

Quali siti all’interno di un allineamento multiplo di sequenza hanno un contenuto informativo utile per un approccio parsimonioso?

Esempio 1Esempio 1

7

Sequenza a b c d e f

1 G G G G G G

2 G G G A G T

3 G G A T A G

4 G A T C A T


Esempio 1 (cont.)Esempio 1 (cont.)La relazione tra quattro sequenze può essere definita da La relazione tra quattro sequenze può essere definita da tre alberi senza radice diversi (tre alberi senza radice diversi (NNUU (2 (2ss5)!5)![2[2ss33((ss3)!]) ed 3)!]) ed i i siti informativi siti informativi sono quelli che permettono di sono quelli che permettono di distinguere uno dei tre alberi sulla base del numero di distinguere uno dei tre alberi sulla base del numero di mutazioni da essi postulatemutazioni da essi postulate

8

2 1

3 4

2 1

4 3

3 1

2 4


Esempio 1 (cont.)Esempio 1 (cont.)

Nella prima posizione dell’allineamento, tutte le quattro sequenze hanno lo stesso carattere (G) e la posizione è detta invarianteinvariante

9

G2

G

1G

4G

G

G3

G3

G

1G

2G

G

G4

G2

G

1G

3G

G

G4


Esempio 1 (cont.)Esempio 1 (cont.)I siti invarianti sono ovviamente non informativinon informativi, perché ognuno dei tre possibili alberi che descrivono la rela-zione tra le quattro sequenze postula esattamente lo stesso numero di mutazioni (0)Allo stesso modo, la posizione b è non informativa da una prospettiva di parsimonia, perché si verifica una mutazione in ognuno degli alberi possibili

10



11

G2

G

1G

4A

G

G3

G3

G

1G

2G

G

A4

G2

G

1G

3G

G

A4


Esempio 1 (cont.)Esempio 1 (cont.)Similmente la posizione c è non informativa perché tutti e tre gli alberi richiedono due mutazioni

12

G2

G

1G

4T

G

A3

A3

A

1G

2G

G

T4

G2

G

1G

3A

G

T4


Esempio 1 (cont.)Esempio 1 (cont.)…così come la posizione d, in cui tutti gli alberi impongono tre mutazioni

13

A2

A

1G

4C

G

T3

T3

T

1G

2A

G

C4

A2

A

1G

3T

G

C4


Esempio 1 (cont.)Esempio 1 (cont.)Al contrario, le posizioni e ed f sono entrambe informative, perché, nei due casi, uno dei tre alberi postula solo una mutazione, mentre gli altri ne richiedono due

14

G2

G

1G

4A

G

A3

A3

A

1G

2G

G

A4

G2

G

1G

3A

G

A4



15

T2

T

1G

4T

G

G3

G3

G

1G

2T

G

T4

T2

T

1G

3G

G

T4


In generale, affinché una posizione sia informativa, a prescindere da quante sono le sequenze da allineare, deve avere almeno due nucleotidi differenti, ognuno dei quali deve essere presente almeno due volteLe posizioni non informative vengono semplicemente scartate e non considerate nelle successive analisi di parsimoniaViceversa, le posizioni non informative contribuireb-bero ai punteggi di similarità a coppie usati negli approcci basati sulla distanza

Si possono trarre conclusioni molto diverse in base al Si possono trarre conclusioni molto diverse in base al tipo di metodo utilizzato (basato sulla distanza o sul tipo di metodo utilizzato (basato sulla distanza o sul carattere)carattere)

16

Parsimonia non pesata Parsimonia non pesata 1 1Una volta individuati e scartati i siti non informativi, l’approccio di parsimonia può essere implementato nella sua forma più semplice

Per ogni sito informativo, si considerano i tre possibili alberiPer ciascun albero viene mantenuto un punteggio che tiene traccia del minimo numero di sostituzioni richieste per ogni posizioneDopo aver considerato tutti i siti informativi, l’albero (o gli alberi) che postula il minor numero di sostituzioni è, per definizione, il più parsimonioso

Esempio 2Esempio 2: In un’analisi che coinvolge solo quattro se-quenze ogni sito informativo può favorire uno solo dei tre alberi alternativi e l’albero supportato dal più alto numero di siti informativi è anche il più parsimonioso

17

Parsimonia non pesata Parsimonia non pesata 2 2La valutazione di allineamenti di cinque o più se-quenze è decisamente più complicata

Il numero di alberi senza radice alternativi cresce espo-nenzialmente con il numero di sequenze da allineare

Anche avendo individuato un piccolo numero di siti informativi, l’approccio “a mano” è inapplicabile per più di sette/otto sequenze

I siti individuali possono supportare più di un albero alternativo e l’albero di massima parsimonia non coin-cide necessariamente con quello supportato dal maggior numero di siti informativiCalcolare il numero di sostituzioni postulate da ogni albero alternativo è un problema difficile già per sole cinque sequenze (15 alberi)

18

Parsimonia non pesata Parsimonia non pesata 3 3

Esempio 3Esempio 3

19

5T

7

2G

3A

4A

A

9

6

8

1G

G

(GAT)

(GA)

5A

7

2T

3G

4A

A

9

6

8

1G

G

(GA)

G

5A

7

2G

3T

4A

A

9

6

8

1G

G

(GTA)

(GT)


Esempio 3 (cont.)Esempio 3 (cont.)Determinare il numero di sostituzioni postulate da ogni albero richiede di dedurre il nucleotide più probabile in ciascuno dei quattro nodi interni a partire dai nucleotidi presenti in ognuno dei cinque nodi terminali

La regola di parsimonia rende semplice determinare il nu-cleotide in posizione 6 (relativamente ai primi due alberi): il nucleotide ancestrale deve essere una G, o si sarebbe dovuta verificare una sostituzione sia lungo la discendenza che porta al nodo terminale 1, sia al 2Ugualmente dicasi per l’assegnazione di A in posizione 7Il nucleotide ancestrale nel nodo 8, invece, non può essere determinato in modo non ambiguo, ma per la regola di parsimonia deve essere A o G, nel primo albero, e G o T, nel secondoAl nodo 9, la terna G, A, T contiene sicuramente i nucleotidi più parsimoniosi 20


Esempio 3 (cont.)Esempio 3 (cont.)Per quanto riguarda invece l’ultimo albero…

I nodi 1 e 2 suggeriscono che il nucleotide ancestrale nel nodo 6 sia G o TTuttavia, anche il nodo 3 indica G come nucleotide candidato

Assegnando G come nucleotide ancestrale per i nodi 6 e 8, per questa porzione dell’albero deve essere postulata solo una sostituzione (lungo la discendenza che porta dal nodo 6 al nodo 2)

Tutte e tre le alternative (assegnare una T al nodo 6, una T al nodo 8 o una T ai nodi 6 e 8) richiederebbero almeno due sostituzioni

21

Parsimonia non pesata Parsimonia non pesata 6 6Da un punto di vista metodologico, la regola per assegnare le posizioni ancestrali è la seguente

L’insieme dei nucleotidi che più probabilmente sono candidati ad un nodo interno è rappresentato dall’in-tersezione dei due insiemi corrispondenti ai nodi suoi immediati discendenti, se l’intersezione non è vuotaAltrimenti è rappresentato dall’unione degli insiemi corrispondenti ai nodi discendentiQuando è richiesta un’unione per formare un insieme di nodi, deve essersi verificata una sostituzione di nucleo-tide ad un certo punto della discendenza che porta a quella posizioneIl numero di unioni è quindi anche il numero minimo di sostituzioni richieste per arrivare ai nucleotidi dei nodi terminali, poiché essi hanno condiviso un antenato comune 22

Parsimonia non pesata Parsimonia non pesata 7 7Il metodo descritto si applica solo ai siti informativiIl numero minimo di sostituzioni per un sito non informativo è invece il numero di nucleotidi differenti presenti nei nodi terminali meno unoEsempio 4Esempio 4: Se i nucleotidi presenti in una particolare posizione in un allineamento a cinque sequenze sono G, G, A, G, T, allora il numero minimo di sostituzioni è 312, a prescindere dalla topologia dell’alberoI siti non informativi contribuiscono con un numero uguale di sostituzioni a tutti gli alberi alternativi e vengono esclusi dalle analisi di parsimoniaTuttavia, è il numero totale di sostituzioni che defini-sce la lunghezzalunghezza dell’albero

23

Parsimonia pesata Parsimonia pesata 1 1Pur avendo stabilito il principio generale che “le mutazioni sono eventi rari”, dedurre da ciò che tutte le mutazioni siano equivalenti è una semplificazione eccessiva (es.: sostituzioni vs eventi indel, lunghezza indel, transizioni vs transversioni, etc.)Se alla probabilità relativa dei diversi tipi di mutazione si potesse associare un valore, tali valori sarebbero traducibili in pesi e utilizzabili dagli algoritmi di parsimonia

Difficoltà nel definire un insieme unico di pesi con validità universale o comunque utilizzabile da molti insiemi di dati diversi, perché…

alcune sequenze (ad esempio, sequenze non codificanti con ripetizioni in tandem) sono più predisposte a eventi indel di altrel’importanza funzionale differisce notevolmente da gene a gene e da specie a specie anche per geni omologhila predisposizione a leggere sostituzioni (ad esempio GC con AT o fra codoni che codificano per lo stesso aminoacido) di solito varia da gene a gene e da specie a specie

24

Parsimonia pesata Parsimonia pesata 2 2La miglior scelta di pesi è legata ad un particolare insieme di dati empiriciEsempio 5Esempio 5: Se per un particolare allineamento multi-plo di sequenze i confronti fra ogni singola sequenza ed una sequenza consenso indicano che le transizioni sono tre volte più comuni delle transversioni, allora:

Associare un valore pari ad 1 alle transversioni e pari a 0.33 alle transizioniL’albero con il punteggio più basso, alla fine dell’analisi, è il più parsimonioso

25

Sequenze ancestrali dedotte Sequenze ancestrali dedotte 1 1

Un risultato notevole prodotto dall’analisi di parsimo-nia è la deduzione di sequenze ancestrali generate durante il corso dell’analisiIn particolare, quando la struttura e la funzione di una proteina sono particolarmente ben conosciute, le so-stituzioni aminoacidiche possono fornire indizi sbalor-ditivi sulla fisiologia e sull’ambiente di organismi estremamente antichiGrazie agli antenati dedotti generati dalle analisi di parsimonia, lo studio dell’evoluzione molecolare non presenta collegamenti mancanti e gli stati intermedi possono essere dedotti oggettivamente dalle sequen-ze dei discendenti ancora in vita

26


I siti informativi che supportano i rami interni del-l’albero dedotto sono detti sinapomorfiesinapomorfie

La sinapomorfiasinapomorfia è, infatti, un carattere derivato, cioè un carattere nuovo, condiviso, utile per ricostruire gli alberi filogeneticiOgni ipotetica sinapomorfia viene sottoposta ad un test di congruenza, cioè ne viene studiato lo schema di distri-buzione tra i vari taxa mettendolo a confronto con altri caratteri

Tutti gli altri siti informativi sono considerati omoplasieomoplasie (caratteri simili che si sono presentati in diversi taxa in modo indipendente, attraverso conver-genza, parallelismo e inversioni, piuttosto che eredi-tati da un antenato comune)

27


28

PlesiomorfiaPlesiomorfia: presenza, in organismi appartenenti a specie diverse, di un carattere ancestrale che rappresenta una evoluzio-ne innovativa in comune; per esempio, la colonna vertebrale è un carattere plesiomorfo per tutto il subphylum dei Vertebrata

AutapomorfiaAutapomorfia: è un tratto derivato che è unico per ogni gruppo; un carattere autapomorfo non è presente nei parenti più vicini del gruppo terminale e non è presente nei progenitori ancestrali comuni

Strategie di ricerca veloceStrategie di ricerca veloce

Il principio e le regole alla base della parsimonia rimangono gli stessi sia per i casi più semplici di alli-neamento a quattro sequenze che per i casi più complessi di allineamenti multipliInoltre, utilizzando un approccio di parsimonia non modificato, diviene rapidamente impossibile eseguire a mano anche allineamenti di poche decine di sequen-ze, seppure contenenti pochi siti informativi

Per analizzare 10 sequenze, occorre considerare oltre 2 milioni di alberi e la ricerca esaustiva diviene un proble-ma di approccio proibitivo già per 12 sequenzeViceversa, nella realtà, gli insiemi di dati da trattare sono decine/centinaia di volte più grandi di quanto consentano queste limitazioniAlgoritmi efficienti di ricercaAlgoritmi efficienti di ricerca 29

Branch and bound Branch and bound 1 1Proposto da Hardy e Penny nel 1982, il metodo branch branch and bound and bound consiste di due passi:1) Determinare un limite massimo L, per la lunghezza

dell’albero più parsimonioso per un certo insieme di dati; il valore L può essere stimato

scegliendo, in maniera casuale, un albero che descriva le relazioni tra tutte le sequenze in esamecostruendo una ragionevole approssimazione dell’albero più parsimonioso (per esempio, tramite UPGMA)

2) Costruzione di ogni albero, aggiungendo un ramo alla volta, fino ad includere tutte le sequenze da analizzare, terminando il procedimento quando l’albero ottenuto raggiunge la lunghezza L

30

Branch and bound Branch and bound 2 2Ciò che rende il metodo efficace è il fatto che ogni albero, costituito da un sottoinsieme dei dati, che ri-chieda più di L sostituzioni, deve forzatamente diven-tare più lungo all’aggiunta di nuove sequenze

Non può essere l’albero più parsimoniosoSe durante l’analisi, si costruiscono alberi con lun-ghezza minore di L, L può essere aggiornato di conse-guenza, rendendo il metodo ancora più efficiente

31

Branch and bound Branch and bound 3 3

32

C3.5

C3.1

C3.2

C3.3

C3.4

C2.5

C2.1

C2.2

C2.3

C2.4

C1.4 C1.1

C1.2 C1.5 C1.3

Branch and bound Branch and bound 4 4

33

Branch and bound Branch and bound 5 5Come la ricerca esaustiva, il metodo branch and branch and bound bound garantisce che, al termine dell’analisi, non sia stato tralasciato nessun albero “ottimo” secondo il criterio della massima parsimoniaBranch and bound Branch and bound è di diversi ordini di grandezza più veloce della ricerca esaustivaTuttavia… è utile per l’allineamento di al più venti sequenze, mentre è computazionalmente insostenibile per allineamenti multipli che coinvolgano l’analisi di più di 1021 alberi senza radice

34

Ricerche euristiche Ricerche euristiche 1 1La quantità di informazioni di sequenza è in continuo aumento ed è piuttosto comune che gli allineamenti multipli implichino più di venti sequenze

Utilizzo di algoritmi che non garantiscono l’ottimo globale

Ipotesi alla base di tutti i metodi euristici:Gli alberi “alternativi” non sono indipendenti l’uno dal-l’altroPoiché gli alberi più parsimoniosi dovrebbero avere topo-logie molto simili ad alberi che sono di poco meno parsimoniosi, tutte le ricerche euristiche cominciano con il costruire un albero iniziale che viene utilizzato come punto di partenza per la ricerca di alberi più corti

35

Ricerche euristiche Ricerche euristiche 2 2Anche le ricerche euristiche funzionano meglio se l’albero di partenza è una buona approssimazione dell’albero più parsimoniosoTuttavia, invece di costruire gli alberi alternativi ramo per ramo, le ricerche euristiche generano alberi com-pleti con topologie simili all’albero di partenza, ese-guendo scambi di rami nei sottoalberi e innestandoli su altre porzioni dell’albero migliore trovato fino a quel punto dell’analisi

Nearest Neighbor InterchangeNearest Neighbor InterchangeSubtree Pruning and RegraftingSubtree Pruning and RegraftingTree Bisection and Reconnection Tree Bisection and Reconnection

36

Ricerche euristiche Ricerche euristiche 3 3

37Nearest Neighbor InterchangeNearest Neighbor Interchange


38

Subtree Pruning and RegraftingSubtree Pruning and Regrafting


39

Tree Bisection and ReconnectionTree Bisection and Reconnection

Ricerche euristiche Ricerche euristiche 6 6In tutti i casi, si accetta un riarrangiamento se produce un albero migliore del precedenteIl processo viene ripetuto finché un ciclo di scambio dei rami non riesce a produrre un albero che sia uguale o più corto di quello generato nel ciclo precedente di potatura ed innesto

40

Ricerche euristiche Ricerche euristiche 7 7Gli algoritmi euristici tengono conto dell’impossibilità di esaminare anche solo una piccola frazione del-l’enorme numero di alberi senza radice alternativi per allineamenti multipli complessi, enfatizzando lo scam-bio di rami su alberi sempre più parsimoniosi

Il processo può dare origine allo stallo dell’algoritmo su topologie di alberi che non necessariamente presentano il minor numero di sostituzioniIn altre parole, se l’albero più parsimonioso non è simile all’albero utilizzato come punto di partenza del processo di scambio di rami, potrebbe non essere possibile arrivare ad esso senza eseguire qualche arrangiamento che, dapprima, incrementi il numero di sostituzioni

41

Ricerche euristiche Ricerche euristiche 8 8Esplorare occasionalmente cammini che aumentino la lunghezza degli alberi, nella speranza di andare oltre i “minimi locali”, ha comunque un costo computazionale molto elevatoPoiché è la quantità degli allineamenti, e non la loro lunghezza, a creare i maggiori problemi computazio-nali, un’alternativa plausibile è quella di dividere alli-neamenti numerosi in tanti gruppi meno numerosi

42


EsempioEsempioL’allineamento tra un gran numero di sequenze omo-loghe di mammiferi, può essere realizzato dividendo/ raggruppando:

I primati, per accertare le relazioni alla cima del tronco dell’albero dei primatiI roditori, per determinare le relazioni alla cima del tronco dell’albero dei roditoriGli artiodattili (mucche), i lagomorfi (conigli), i primati e i roditori, per esaminare le divergenze più antiche e più recenti (mammiferiroditori)

43


Quando si adotta una tale strategia, la conoscenza a priori delle relazioni generali tra le sequenze (es.: tutti i primati sono strettamente correlati tra loro, più di quanto non lo siano ad ogni altro mammifero) è fondamentale…ma non essenziale, poiché ad un algoritmo euristico potrebbe anche essere richiesto di considerare sepa-ratamente ogni raggruppamento di sequenze che supera una particolare soglia di similarità a coppie

44

Alberi consenso Alberi consenso 1 1Gli approcci di parsimonia, normalmente, producono più (ed anche molti) alberi ugualmente parsimoniosi, troppi per essere utilizzati come riassunto dell’infor-mazione filogenetica sottesaCreazione di un albero consensoalbero consenso, che riassume tutti gli alberi più parsimoniosi

I punti di diramazione dove tutti gli alberi riassunti sono in accordo vengono rappresentati negli alberi consenso come biforcazioniI punti di disaccordo tra gli alberi vengono fusi insieme in nodi interni che connettono tre o più rami discendenti

45

Alberi consenso Alberi consenso 2 2

46

Alberi consenso Alberi consenso 3 3In un albero consenso rigorosoalbero consenso rigoroso, tutti i punti di disac-cordo sono trattati in maniera omogenea, anche quando un solo albero alternativo non sia coerente con centinaia di altri che sono in accordo riguardo ad un particolare punto di ramificazioneIn alternativa, si utilizza la regola di più del 50% di regola di più del 50% di consensoconsenso, dove ogni nodo interno che sia presente in almeno la metà degli alberi riassunti è rappresentato come semplice biforcazione, mentre i nodi su cui meno della metà degli alberi sono in accordo, si rappresentano come multiforcazioni

47

Alberi consenso Alberi consenso 4 4

48

Confidenza di un alberoConfidenza di un albero

Tutti gli alberi filogenetici rappresentano un’ipotesi circa la storia evolutiva delle sequenze che costitui-scono un insieme di datiÈ quindi opportuno porsi le seguenti domande

Che confidenza può essere associata all’albero nel suo complesso ed alle sue parti costituenti (sottoalberi/ archi)?BootstrappingBootstrappingChe probabilità ha un albero di essere corretto rispetto ad un albero alternativo particolare o scelto a caso?Confronto parametricoConfronto parametrico

49

Bootstrapping Bootstrapping 1 1

50

È possibile che porzioni diverse di alberi dedotti siano determinate con diversi gradi di confidenzaI test di bootstrap permettono una rozza quantifica-zione di tali livelli di confidenzaBootstrapBootstrap

Viene estratto (con permutazione) un sottoinsieme dei dati originali e dedotto un nuovo albero a partire da tale sottoinsieme Il processo di creazione di nuovi sottoinsiemi viene ripetuto per creare centinaia/migliaia di insiemi di dati ricampionatiLe porzioni degli alberi dedotti che sono maggiormente riprodotte nell’albero consenso complessivo sono quelle particolarmente ben supportate dall’insieme di dati originario


51

…

I numeri che corrispondono alla frazione di alberi di boostrap che riproducono uno stesso nodo sono posizionati vicino al corrispondente nodo dell’albero consenso, per fornire indica-zioni sulla confidenza relativa di ogni parte dell’albero


52

La frequenza con cui i diversi gruppi si ritrovano nell’albero di consenso così costruito (le bootstrap bootstrap proportionproportion) sono una misura del supporto statistico per quel gruppo Valori superiori all’80% indicano un supporto molto forte Anche valori superiori al 50% indicano comunque che un gruppo è presente frequentemente negli pseudo data set Un basso supporto statistico non necessariamente implica un clade “sbagliato”


53

Nonostante l’utilizzo frequente nella letteratura scien-tifica, i risultati di bootstrap devono essere trattati con qualche cautela

Quando si basano su “poche” iterazioni, cioè cicli di ricampionamento e generazione dell’albero, sono vero-similmente poco affidabili, specialmente quando è coin-volto un gran numero di sequenzeSi tende a sottostimare la confidenza a livelli alti e a sovrastimarla a livelli bassiFallacy of multiple testsFallacy of multiple tests: semplici fluttuazioni sembrano avere significatività statistica

Malgrado i problemi evidenziati… si ottengono, in ge-nerale, alberi che sono rappresentazioni più accurate dell’albero reale rispetto al metodo del singolo albero più parsimonioso

Test parametrici Test parametrici 1 1

54

Poiché gli approcci di parsimonia spesso generano molti alberi che hanno lo stesso numero minimo di sostituzioni, sono generalmente presenti anche altret-tanti alberi alternativi che postulano poche sostituzioni in piùAnche in questo caso, il principio sotteso al concetto di parsimonia suggerisce che l’albero che postula il minor numero di sostituzioni è quello che più proba-bilmente descrive la vera relazione tra le sequenzePeraltro non esiste un limite a quante sostituzioni può postulare l’albero più parsimonioso e gli insiemi di dati numerosi e che coinvolgono sequenze dissimili posso-no facilmente postulare molte migliaia di sostituzioni


55

In tali casi è ragionevole chiedersi se un albero, che sia già così improbabile da postulare 10000 sostitu-zioni, sia significativamente più probabile di un albero alternativo che ne postula 10001Ovvero… quanto è più probabile l’albero più parsimo-nioso rispetto ad un particolare albero alternativo precedentemente proposto per descrivere la relazione tra un dato insieme di taxa?A questa domanda è possibile fornire una risposta, per quanto parziale, utilizzando un test parametricotest parametrico


56

Si definisce test parametrico test parametrico un test statistico che si può applicare in presenza di una distribuzione (normale) di datiCiò avviene effettuando un controllo delle ipotesi sul valore di un parametro, la deviazione standard, l’uguaglianza tra due medie…

In ambito filogenetico, il test parametrico più utilizzato è dovuto a H. Kishino e M. Hasegawa (1989)Si assume che i siti informativi all’interno di un allineamento siano indipendenti ed equivalenti e si usa la differenza del minimo numero di sostituzioni postulate da due alberi come test statistico (calcolandone la varianza)

Test parametrici alternativi sono disponibili non solo per le analisi di parsimonia, ma anche per le matrici delle distanze e gli alberi a massima verosimiglianza

Confronto di metodi Confronto di metodi filogeneticifilogenetici

57

Né i metodi di ricostruzione filogenetica basati sulla distanza, né quelli basati sul carattere possono garantire di riuscire a descrivere il vero albero che traccia la storia evolutiva di un insieme di sequenze allineateTuttavia…

Gli insiemi di dati che permettono ad un metodo di dedurre la corretta relazione filogenetica, generalmente, portano a buoni risultati con tutti i metodi comunemente usatiSe negli insiemi di dati si sono verificati molti cambiamenti o se le frequenze di cambiamento variano da ramo a ramo, nessun metodo funziona in maniera davvero affidabile

Se un insieme di dati analizzato secondo metodi fondamen-talmente diversi, porta sempre ad uno stesso albero, quell’albero può essere considerato “affidabile”

Filogenie molecolariFilogenie molecolari

58

Nell’ultimo trentennio sono stati accumulati innumerevoli esempi interessanti di relazioni evolutive decifrate mediante l’analisi di sequenzaTali studi hanno avuto notevoli implicazioni nella medicina, in agricoltura, nella conservazione delle specie

È probabile che un farmaco efficace contro un certo tipo di infezione sia efficace anche su infezioni provocate da orga-nismi correlatiFacilità nel trasferimento di fattori di resistenza a una malattia tra specie vegetali strettamente correlatePossibilità di stabilire se una data popolazione di organismi si distingue sufficientemente da essere qualificata come specie separata per, eventualmente, meritare una protezione spe-ciale

L’albero della vita L’albero della vita 1 1

59

Uno dei casi più impressionanti in cui l’analisi di sequenza ha fornito nuove informazioni sulle relazioni evolutive è quello legato alla comprensione delle suddivisioni fondamentali delle forme di vitaOriginariamente, i biologi divisero tutte le forme di vita in due gruppi principali, le piante e gli animali…ma, con le successive scoperte di nuovi organismi e lo studio delle loro caratteristiche, questa semplice dicotomia non funzionò piùFu più tardi riconosciuto che gli organismi potevano essere divisi in procarioti ed eucarioti sulla base della loro struttura cellulare


60

Più recentemente, sono state accettate diverse divi-sioni fondamentali delle forme di vita, quale ad esem-pio i cinque regni proposti da Whittaker: procarioti, protisti, piante, funghi e animaliTuttavia, una prova in negativo ossia l’assenza di membrane interne che contraddistingue i procarioti è stata universalmente riconosciuta come inadeguata a raggruppare tassonomicamente gli organismiA partire dalla fine degli anni ‘70, le sequenze di RNA e DNA furono utilizzate per scoprire per la prima volta le linee fondamentali della storia evolutiva di tutti gli organismi


61

In un famoso studio, Carl Woese et al. costruirono un albero evolutivo delle forme di vita basato sulle se-quenze nucleotidiche del 16s rRNA, che possiedono tutti gli organismi L’rRNA è il componente più conservato delle cellule

I geni che codificano per l’rRNA vengono sequenziati per identificare il gruppo tassonomico di un organismo, per riconoscere i gruppi correlati e stimare il tasso di divergenza tra le varie specie

L’albero evolutivo rivela tre gruppi principaliBacteriaBacteria i tradizionali procariotiEucaryaEucarya organismi eucarioti, quali piante, animali e funghiArcheaArchea batteri termofili ed organismi poco noti, per lo più conosciuti solo tramite le loro sequenze di rRNA


62


63

Si scoprì che gli ArcheaArchea ed i BacteriaBacteria, sebbene entrambi procarioti, poiché privi di membrane interne, erano tanto differenti geneticamente quanto i BacteriaBacteria e gli EucaryaEucaryaLe profonde differenze evolutive fra ArcheaArchea e BacteriaBacteria non erano ovvie sulla base del fenotipo, e la testi-monianza fossile era completamente silente su questo argomentoLe differenze divennero chiare solo dopo che furono confrontate le loro sequenze nucleotidiche

Sequenze di geni, quali 5s rRNA e geni codificanti per alcune proteine fondamentali, supportano la loro appar-tenenza a due diversi gruppi evolutivi

Le origini dell’uomo Le origini dell’uomo 1 1

64

DominioDominio: EukaryotaRegnoRegno: AnimaliaSottoregnoSottoregno: EumetazoaPhylumPhylum: ChordataSubphylumSubphylum: VertebrataClasseClasse: MammaliaSottoclasseSottoclasse: EutheriaOrdineOrdine: PrimatesSuperfamigliaSuperfamiglia: HominoideaFamigliaFamiglia: HominidaeGenereGenere: HomoSpecieSpecie: Homo sapiensSottospecieSottospecie: Homo sapiens sapiens


65

In contrasto con la grande variabilità che si osserva nella dimensione, nella forma del corpo, nei linea-menti del viso, nel colore della pelle, etc., le differen-ze genetiche tra le popolazioni umane sono relativa-mente piccoleL’analisi delle sequenze di mtDNA rileva che la diffe-renza media nella sequenza tra due popolazioni umane è circa dello 0.33%Altri primati mostrano differenze molto maggiori: le due sottospecie dell’orangotango differiscono del 5%

I gruppi umani sono strettamente correlati anche se presentano alcune differenze genetiche


66

Sorprendentemente, le maggiori differenze non si riscontrano tra popolazioni dislocate in continenti di-versi, ma tra le popolazioni residenti in AfricaTutte le altre popolazioni umane presentano differen-ze minori di quelle rilevabili fra le popolazioni africane

L’uomo ebbe origine e subì la prima divergenza evolu-tiva in AfricaDopo l’evoluzione in Africa di un certo numero di popo-lazioni geneticamente differenziate, un piccolo gruppo di esseri umani potrebbe essere migrato fuori dall’Africa ed aver dato inizio a tutte le altre popolazioni umane

Teoria fuoriTeoria fuoridall’dall’AfricaAfrica: dati di analisi sia del DNA mitocondriale che del cromosoma Y del nucleo sono coerenti con questa ipotesi


67

Un’ulteriore interpretazione dei dati suggerisce che tutti gli umani attualmente viventi hanno mitocondri che derivano da una “Eva mitocondriale” e che il cromosoma Y di tutti gli uomini deriva da un “cromosoma Y Adamo” di circa 200000 anni fa

Una curiosità… Una curiosità… 1 1

68

Beleza et al., Molecular Biology and Evolution, Gennaio 2013

Studio su diversi geni che influiscono sul colore della pelle per comprendere quando le varianti di questi geni si siano diffuseI risultati hanno mostrato che la diffusione della variante di un gene condivisa sia da europei che asiatici, risale a circa 30000 anni fa, successivamente alla migrazione dall’Africa, avvenuta 60000 anni faViceversa, varianti degli altri geni, tipicamente europee, sarebbero molto più recenti, risalenti a 1100019000 anni faMa quali sono stati i fattori che hanno influenzato la selezione delle varianti geniche che codificano per un colore più chiaro della pelle?

Una curiosità… Una curiosità… 2 2

69

Il periodo compreso tra 11000 e 19000 anni fa corrisponde al picco dell’ultima glaciazione ed è ragionevole ritenere che gli essere umani, per proteggersi dal freddo, si siano coperti di più e abbiano cercato rifugi per ripararsi dalle intemperie limitando ulteriormente l’esposizione ai raggi UVÈ probabile che questi cambiamenti abbiano favorito la diffusione degli alleli per la pelle chiara, in modo da garantire un’adeguata produzione di vitamina D, utile per fissare il calcio nelle ossaLa selezione di geni codificanti per la carnagione più chiara negli europei è avvenuta relativamente di recente e la pressione selettiva ha favorito le condizioni cutanee per una sintesi adeguata di vitamina DIn situazioni con più scarsa esposizione solare, una pelle meno ricca di melanina è più efficiente nel produrre vitamina D e ridurre il rischio di carenza e le conseguenze che da essa derivano

Concludendo… Concludendo… 1 1

70

I metodi di ricostruzione filogenetica basati sul carattere sono incentrati principalmente sul principio di parsimonia le sostituzioni sono eventi rari e la filogenia che invoca il minor numero di sostituzioni è quella che più probabilmente riflette la vera relazione tra le sequenze considerateOltre a fornire informazioni sulle relazioni tra le sequenze, gli approcci di parsimonia possono fornire deduzioni potenzialmente utili riguardo alle sequenze di antenati degli organismi viventi, estinti da lungo tempoTuttavia, le analisi di parsimonia possono essere com-putazionalmente pesanti, in particolare se si conside-rano allineamenti multipli di venti o più sequenze

Concludendo… Concludendo… 2 2

71

Gli insiemi di dati portano spesso a diversi alberi che sono ugualmente parsimoniosi e, per riassumerli, possono essere utilizzati gli alberi consensoSono disponibili diversi metodi per determinare la robustezza degli alberi di parsimonia, inclusi bootstrap e test parametrici, sebbene non si possa garantire che un albero dedotto sia con approcci basati sui carat-teri che sulla distanza rappresenti la vera relazione evolutiva tra le sequenze considerate

Metodi filogenetici basati sul carattere 1 Questa nostra terra, che un tempo ci sembrava...

Documents

Transcript of Metodi filogenetici basati sul carattere 1 Questa nostra terra, che un tempo ci sembrava...