Page 83 - Tequio 11

Tequio 4(11), 2021: 81-89
issn: 2594-0546

Métodos de reconstrucción filogenética II:

inferencia bayesiana

Methods for phylogenetic reconstruction II:

Bayesian inference

Pablo Duchen 1*

Fecha de recepción: 6 de noviembre de 2020
Fecha de aceptación: 22 de enero de 2021

Resumen - La inferencia bayesiana como modelo Abstract - Phylogenetic reconstruction through
de reconstrucción filogenética es muy utilizada en la Bayesian inference is currently widely used. The
actualidad. La ventaja de este método es la generación main advantage of this method is the direct output
directa de probabilidades posteriores para cada clado of posterior probabilities for each clade on the final
en la filogenia final, por lo cual no se requiere de phylogeny. Thus, it does not require bootstrapping as a
bootstrapping como medida de incertidumbre. Además, measure of uncertainty. Moreover, Bayesian inference
la inferencia bayesiana se presta perfectamente is perfectly fit for dating phylogenies through molecular
para la datación de filogenias por medio de relojes clocks. In this paper, the basics of Bayesian inference
moleculares. En este trabajo se describen los principios applied to phylogenetic reconstruction are described,
de este método, comenzando por el teorema de Bayes; starting with an explanation of Bayes’ theorem.
posteriormente se caracteriza el uso del algoritmo de Then, the use of the Metropolis-Hastings algorithm
Metropolis-Hastings para el muestreo de las topologías to sample topologies from the posterior distribution is
más probables y se le ilustra con un ejemplo sencillo. characterized and illustrated through a simple example.
Se finaliza mencionando los programas más usados At the end, there is a mention of the software used for
actualmente. Bayesian phylogeny reconstruction.

Palabras clave: Teorema de Bayes, Metropolis- Keywords: Bayes' theorem, Metropolis-Hastings,
Hastings, MCMC. MCMC.

Introducción
e presenta ahora el método bayesiano para reconstrucción filogenética. Como se verá a continuación,
algunos elementos (como el cálculo de verosimilitudes y los modelos de mutación de ADN) también
Sse utilizarán aquí; para no repetir su descripción, el lector deberá referirse a la primera parte de esta
revisión.
En la inferencia bayesiana para la reconstrucción filogenética, el objetivo es encontrar el árbol con la
mayor probabilidad posterior. Dicho cálculo va a depender de asumir una probabilidad a priori para cada árbol

1 Departamento de Biología Computacional, Universidad de Lausana, Suiza.
Correos electrónicos: pablo.duchenbocangel@unil.ch, pduchen@gmail.com. ORCID: 0000-0002-9318-5002