Page 85 - Tequio 11
P. 85

Métodos de reconstrucción filogenética II/Duchen/81-89  83






                analizan individualmente muchas topologías posibles y se toma una muestra de ellas; sin embargo, esta muestra
                no es aleatoria, más bien representativa, de la distribución posterior de topologías  P(T|D).  Los pasos  del
                algoritmo de Metropolis-Hastings son los siguientes:

                    1.  Establecer un árbol inicial Ti, el cual constituye la topología “actual”.
                    2.  Modificar ligeramente la topología Ti y llamarla Tj   (Tj   ahora constituye el árbol “candidato”).
                    3.  Calcular la relación A entre las probabilidades posteriores de las topologías actual Ti y candidata Tj


                                                       ( . |)
                                                    =    .
                                                       ( |)                              (3)
                                                          /
                    4.  Si A > 1 aceptar Tj como el nuevo árbol actual. En caso contrario, aceptar  Tj con probabilidad  A y
                       constituirlo en el nuevo Ti.
                    5.  Volver al paso 2.

                Está demostrado que repetir este algoritmo muchas veces resulta en una muestra significativa de árboles
                pertenecientes a P(T|D) (Metropolis et al., 1953; Hastings, 1970). Ahora, aplicando el teorema de Bayes (1), la
                ecuación (3) se puede reescribir como:


                                                      ( . )(| . )
                                                         ()                                  (4)
                                                  =         ,
                                                      ( / )(| / )
                                                         ()

                y simplificando los denominadores:


                                                      ( . )(| . )                (5)
                                                   =        .
                                                      ( )(| )
                                                         /
                                                               /
                Por ende, el tomar una muestra representativa de T a partir de la distribución objetivo P(T|D) se reduce a poder
                calcular la verosimilitud de topologías actuales P(D|Ti) y candidatas P(D|Tj), y de asumir probabilidades a priori
                para cada una de dichas topologías. En muchos casos se asume que la probabilidad a priori de cada topología es
                la misma, por lo que éstas también se simplificarían. No obstante, es igualmente posible asignar probabilidades
                a priori para las longitudes de rama de T a partir de una distribución exponencial, tal es el caso del programa
                MrBayes (Huelsenbeck & Ronquist, 2001). En cuanto a la verosimilitud P(D|T), el cálculo se efectúa utilizando
                el algoritmo “prunning” (Felsenstein, 1973).


                Pasos generales para inferir una filogenia bajo un modelo bayesiano
                Como  se estableció  anteriormente,  la inferencia bayesiana de filogenias requiere también de estimar
                verosimilitudes de distintas topologías. Combinando lo que se describió en la primera parte de esta revisión
                con los métodos descritos aquí, los pasos  generales  para la inferencia bayesiana  de filogenias son los
                siguientes:






                                                 Tequio, enero-abril 2021, vol. 4, no. 11
   80   81   82   83   84   85   86   87   88   89   90