o Olá esse vídeo encerra a nossa série sobre o uso de parcimônia em análises filogenéticas nele e visitaremos a utilização de caracteres agora picada diagramas enraizados explicaremos Como podemos representar topologias de forma textual e apresentaremos dois tipos de árvores de consenso e são usadas para sumarizar informação quando a múltiplas topologias igualmente parcimoniosas que você não viu os demais vídeos dessa série os links estão na descrição abaixo desse vídeo vamos lá E aí E aí E aí e quando apresentamos inicialmente a utilização de série de transformação as atualizações foram feitas de forma intuitiva na ocasião não
apresentamos um algoritmo que permitisse a utilizar transformações estados de carater se forma parcimoniosa em topologias esses algoritmos existem e aqui iremos apresentar um deles ele garante encontrar a utilização mais parcimoniosa dado uma distribuição do Estado de caráter em uma topologia mas não indica a existência de duas ou mais utilizações e igualmente parcimoniosas o algoritmo que iremos aprender se ela otimizações conhecidas como actran que acelerei the transformation uma vez que ele tende a acelerar a ocorrência das transformações próximos a raiz do diagrama algoritmo de atrair é feito em duas etapas na primeira etapa você inicia a
atribuição de estados de caráter aos nós começando dos terminais em direção a raiz ao iniciar essa etapa Você deverá obedecer as seguintes regras se e superiores possuem o mesmo estado de caráter atribuição do vértice inferior é o mesmo que está nos superiores tênis diferem em cada um dos nossos periores possui um estado de caráter diferente atribuição do inferior é composta pelos Estados presentes nos vértices superiores finalmente se um determinado estado de caráter está em maioria nos vértices superiores o nó interior receberá esse estado de caráter você procede com etapa descendente até chegar à raiz da
topologia Observe que a etapa descendente resultou na atribuição de estados antigos alguns nós Esses são aqueles marcados com mais de um estado de caráter por exemplo 01 a etapa seguinte ascendente tem como objetivo corrigir a estas ambiguidades nada impede que a raiz tenha sido assinalada com ambiguidade 01 isso não é o caso aqui mas se isso ocorrer você procede com a etapa ascendente Considerando o e isso lhe dará uma utilização no entanto você deverá repetir a etapa ascendente com outro estado de caráter o que resultará em uma utilização diferente e igualmente parcimoniosas em relação a
primeira as regras já está ascendente são as seguintes partindo da raiz ao encontrar um estado diferente do vértice superior em comparação ao vértice inferior Você deverá assumir que houve uma transformação de estado de caráter caso você encontra ambiguidade você deverá assumir um estado de caráter presente no vértice inferior para esta topologia e esta distribuição de estados de caráter esse algoritmo encontra uma utilização com quatro transformações porém Observe que há duas outras utilizações que tendem a postular as transformações nos Ramos externos da topologia caracterizando utilizações do tipo del trans delay the transformation Mudando de assunto nem
sempre é ideal expressar topologias de formas gráficas as dores por exemplo consideram antropologia expressas na forma textual esse texto a sua esquerda é um arquivo de entrada para um programa de análise filogenética chamada TNT ele contém as dimensões a matriz de dados 7 caracteres por 10 terminais e uma topologia em formato parentético conhecido como New Street cuja representação gráfica está a sua direita saber ler ou escrever topologias no formato parentético é uma habilidade desejável pois em alguns casos como citado acima é a única opção e ainda pode facilitar a comunicação em diversas ocasiões Vocês verão
que isso é relativamente simples considera essa topologia o primeiro conjunto de parentes refere-se a raiz comum a todos os terminais incluídos nesse cronograma o próximo vértice é comum apenas a um subconjunto de terminais que exclui x acima o próximo vértice é menos inclusive ainda e é a segurar b c d e f g e h a lógica deve estar Clara para vocês cada não representa um conjunto de parentes e ao chegar ao final você deverá ter uma notação para estética onde o número de parentes se que abre é o mesmo que o número de parentes
que seja esse número deve ser igual ao número de Nós Da sua hipótese filogenética por Fini árvores e mil e que podem variar na forma como São escritas mas sempre Obedece à mesma lógica alguns programas requerem o uso de, entre claros e terminais ou ainda que o cumprimento de Ramos sejam expressos mas a lógica será sempre a mesma nossa última assunto são árvores de consenso não é incomum em análises filogenéticas terminar com um ou mais topologias igualmente parcimoniosas em alguns casos pode-se chegar a centenas delas árvores de consciência tem como objetivo formalizar as informações de
topologias considera essas topologias e pergun as relações hipotecas comuns entre elas se ele estarmos todos os componentes comuns entre elas e de levarmos um diagrama desses componentes obtemos o Consenso estrito dessas topologias Como o próprio nome indica esse tipo de consenso só considera os componentes que estão presentes em todas as topologias fundamentais e são aquelas para as quais se quer calcular o Consenso embora esse seja um dos consensos mais utilizados ele é muito sensível a terminais que flutuam entre as topologias igualmente parcimoniosas os chamados worldcard Observe que com senso estrito dessas duas topologias é muito
pouco resolvido o colapso da maioria dos Nós é resultado do posicionamento filogenético do terminal H em uma topologia está na região apical e na outra próximo a raiz do programa árvores de consenso são sempre subir ótimas ou seja possui um numa as transformações em comparação as topologias mais parcimoniosa pgc exemplo análise filogenética desta Matriz de transformação gera duas topologias igualmente parcimoniosas com 15 transformações o Consenso estrito dessas topologias colapsar dois nós e com isso gera uma Poli tô Mia nós degraus acima de 3 para as quais a utilização de séries de transformação gera caracteres homoplasticos
não existentes nas topologias iniciais neste caso árvore de consenso possui 17 transformações portanto é necessário cautela ao tentar explicar a evolução de caracteres usando árvores de consenso o Consenso de maioria conhecido como Major errou é um consenso baseado na frequência dos componentes essa forma de consenso não é muito comum em análises que utilizam para Simone como critério de otimalidade no entanto ele é parte do protocolo o tipo de análises que utilizam probabilidades posteriores como critério de otimalidade dentro do contexto da estatística bayesiana nestas análises a topologia resultante a probabilidade posterior de cada clado é resultado
desse tipo de conserva considere essas quatro hipóteses filogenéticas e seus respectivos componentes se combinarmos todos os componentes propostos por essas topologias e suas respectivas frequências identificaremos 10 componentes distintos dentre os quais quatro deles estão presentes em somente uma topologia portanto com uma frequência de 25 porcento por outro lado a componentes presentes em todas as topologias para os quais a frequência 100% a antropologia de consenso Considere os componentes mais frequentes como representado aqui é importante notar que esse consenso geral uma topologia binária isso é totalmente resolvida completamente diferente das topologias iniciais isso indica que esta topologia
subir ótima sem que isso tenha sido o resultado do colapso de nós como é frequente no consenso escrito essa propriedade do consciência de maioria requer atenção por parte do usuário se você assistiu todos os nossos vídeos sobre cladística entendeu grande parte do conteúdo Você será capaz de avaliar hipóteses filogenéticas criticamente e fazer uso dessa ferramenta poderosa de referência e cima relações de parentesco nunca deve ser o objetivo final de um programa de pesquisa pela gênias são ferramentas Poderosas para testar hipóteses biológicas e organizar a biota de forma coerente Bons estudos
