Árbore filoxenética: Diferenzas entre revisións

Contido eliminado Contido engadido
Miguelferig (conversa | contribucións)
Miguelferig (conversa | contribucións)
Liña 47:
 
== Construction ==
As árbores filoxenéticas entre un número non trivial de secuencias input constrúense usando métodos de [[filoxenética computacional]]. Métodos de matriz de distancia como [[neighbor-joining]] ou [[UPGMA]], que calculan a [[distancia xenética]] a partir de [[aliñamentos de secuencia múltiple]], son as máis simples para aplicar, pero non implican un modelo evolutivo. Moitos métodos de aliñamento de secuencias como [[ClustalW]] tamén crean árbores usando algoritmos máis simples (como os baseados na distancia) para a construción de árbores. A [[máxima parsimonia]] é outro método simple de facer estimación de árbores filoxenéticos, pero leva implícito un modelo de evolución (é dicir parsimonia). Ourtos métodos máis avanzados usan o [[criterio de optimalidade]] de [[máxima probabilidade]], a miúdo cunha [[inferencia Bayesiana|Rede Bayesiana]], e aplican un modelo explícito de evolución para a estimación dunha árbore filoxenética.<ref name="Felsenstein" /> A identificación da árbore óptima usando moitas destas técnicas é [[NP-duro]],<ref name="Felsenstein" /> así que a investigación [[heurística]] e os métodos de [[optimización (matemáticas)|optimización]] úsanse en combinación con funcións de contabilización de árbore para identificar unha árbore razoablemente bo que se corresponda cos datos.
{{Main|Computational phylogenetics}}
Phylogenetic trees among a nontrivial number of input sequences are constructed using [[computational phylogenetics]] methods. Distance-matrix methods such as [[neighbor-joining]] or [[UPGMA]], which calculate [[genetic distance]] from [[multiple sequence alignment]]s, are simplest to implement, but do not invoke an evolutionary model. Many sequence alignment methods such as [[ClustalW]] also create trees by using the simpler algorithms (i.e. those based on distance) of tree construction. [[Maximum parsimony]] is another simple method of estimating phylogenetic trees, but implies an implicit model of evolution (i.e. parsimony). More advanced methods use the [[optimality criterion]] of [[maximum likelihood]], often within a [[Bayesian inference|Bayesian Framework]], and apply an explicit model of evolution to phylogenetic tree estimation.<ref name="Felsenstein" /> Identifying the optimal tree using many of these techniques is [[NP-hard]],<ref name="Felsenstein" /> so [[heuristic]] search and [[Optimization (mathematics)|optimization]] methods are used in combination with tree-scoring functions to identify a reasonably good tree that fits the data.
 
Tree-buildingOs methodsmétodos cande beconstrución assessedde onárbores thepoden basisser ofavaliados severalbaseándose criteriaen varios criterios:<ref>{{cite journal | last1 = Penny | first1 = D. | last2 = Hendy | first2 = M. D. | last3 = Steel | first3 = M. A. | author3-link=Mike Steel (mathematician) | year = 1992 | title = Progress with methods for constructing evolutionary trees | url = | journal = Trends in Ecology and Evolution | volume = 7 | issue = | pages = 73–79 | doi=10.1016/0169-5347(92)90244-6}}</ref>
* eficiencia (canto se tarda en computar a resposta ou canta memoria se necesita)
* efficiency (how long does it take to compute the answer, how much memory does it need?)
* potencia (se fai bo uso dos datos ou desperdíciase a información)
* power (does it make good use of the data, or is information being wasted?)
* consistencia (se converxerá na mesma resposta repetidamente, se se lle dan diferentes datos para o mesmo problema modelo)
* consistency (will it converge on the same answer repeatedly, if each time given different data for the same model problem?)
* robustez (se se apaña ben coas violacións das asuncións do modelo subxacente)
* robustness (does it cope well with violations of the assumptions of the underlying model?)
* falsifiabilidade (se alerta cando non vale a pena usalo, é dicir cando as asuncións son violadas)
* falsifiability (does it alert us when it is not good to use, i.e. when assumptions are violated?)
 
Tree-buildingAs techniquestécnicas havede alsoconstrución gainedde theárbores attentionatraeron oftamén mathematiciansa atención dos matemáticos. TreesAs canárbores alsopoden betamén builtconstruírse usingusando a [[teoría T-theory]].<ref>A. Dress, K. T. Huber, and V. Moulton. 2001. Metric Spaces in Pure and Applied Mathematics. ''Documenta Mathematica'' ''LSU 2001'': 121-139</ref>
 
== Limitations ==