Arboles Del Consenso

Árboles de consenso

Los árboles de consenso son un tipo de árbol que pueden ser considerados como árboles derivados. Estos árboles se construyen a partir de otros árboles y resumen a un conjunto de árboles. Suele tener dos aplicaciones básicas. Una es la de unir la información obtenida para la misma filogenia pero realizada con datos diferentes, por ejemplo, unir un árbol formado a partir de datos morfológicos y otro de datos moleculares. La otra aplicación que es la más frecuente es para reunir en un solo árbol la presencia de varios árboles resultado de ser los más parsimoniosos en el análisis cladista.

6.4.1 Consenso estricto

Es el más conservativo de todos los métodos. Únicamente se mantienen aquellas porciones del árbol que son idénticas en todos los árboles de origen. Lo demás queda transformado en politomías. Una forma sencilla de construcción consiste en representar los árboles por medio de diagramas de Venn y superponerlos todos, se eliminan todos los subconjuntos con intersecciones (ver Wiley et al., 1991, pág. 81).

Los árboles que resultan con este sistema tienen muy poca resolución.

6.4.2 Consenso de Adams

Los taxones conflictivos se colocan en el nodo resuelto común para todos los árboles

6.4.3 Consenso de componentes combinables

Es un árbol en el que se incluyen elementos que no se contradicen. Por lo tanto, el resultado no tiene por qué aparecer en todos los árboles originarios. Por ejemplo, si un árbol tiene una politomía y en otro esa politomía está resuelta, entonces el árbol de consenso será resuelto como en el segundo árbol.

El método de la máxima verosimilitud usa técnicas estadísticas estándar para inferir la distribución de probabilidades al asignar probabilidades a posibles árboles filogenéticos. El método requiere un modelo de sustitución de bases para establecer la probabilidad de cada tipo de mutación; a grandes rasgos, un árbol que requiere más mutaciones en sus nodos internos para poder explicar los datos observados, será tratado como de menor verosimilitud. Esto es hasta cierto punto similar a la máxima parsimonia, pero la máxima verosimilitud permite mayor flexibilidad estadística al permitir diferentes tasas de evolución tanto en linajes como en sitios de la secuencia de ADN. De hecho, el método requiere que la evolución de diferentes sitios y entre distintos linajes sea estadísticamente independiente. Por ello, la máxima verosimilitud es adecuada para el análisis de secuencias relacionadas de forma distante, pero como hace falta que se busquen todas las combinaciones posibles de topología de árboles y longitud de ramas, requiere de gran potencia computacional para tratar con algo más que unas pocas secuencias.

Un algoritmo "de poda", una variante de la programación dinámica,

...