biogeografía histórica y análisis de vicarianza: una perspectiva computacional
Post on 07-Jul-2015
5.688 Views
Preview:
TRANSCRIPT
Biogeografía históricay
Análisis de Vicarianza:
Una perspectiva computacional
J. Salvador AriasCONICET, INSUE, Facultad de Ciencias Naturales e Instituto Miguel Lillo, Universidad Nacional de Tucumán, Tucumán
Biogeografía histórica
Distribución geográfica en un contexto filogenético
Brundin, 1972
Biogeografía histórica
Los métodos se basan en una analogía entre la reconstrucción filogenética y la biogeografía.
Optimación de caracteres, bien sea usando parsimonia de Fitch o similares a Sankoff, o mapeo estocástico usando likelihood.
Biogeografía histórica
Áreas predefinidas:Definidas arbitrariamente, nunca se contrastanIgnoran la naturaleza espacial de los datosNo permiten escalas detalladasSolo son viables con pocos “caracteres” (áreas)Susceptibles a problemas que no son propios de la biogeografía (v.g. especies ampliamente distribuídas)
Nylander et al. 2008
Análisis de vicarianza
Ideas propuestas por Peter Hovenkamp (1997, 2001)Uso directo de información geográfica
Análisis de vicarianza
Ideas propuestas por Peter Hovenkamp (1997, 2001)Uso directo de información geográficaEn lugar de enfocarse en el área, hay que fijarse en la disyunción (vicarianza/alopatría) de las distribuciones
Análisis de vicarianza
Ideas propuestas por Peter Hovenkamp (1997, 2001)Uso directo de información geográficaEn lugar de enfocarse en el área, hay que fijarse en la disyunción (vicarianza/alopatría) de las distribucionesDistribución de un nodo es la suma de sus descendientes
Distribuciones
Distribuciones
Puntos georeferenciados
1. Para cada terminal t2. Para todas las celdas (i,j)3. Dt (i,j) ← 0, 4. Para cada registro r en t5. Dt (i,j) ← 1 para la celda (x,y) asignada al registro r6. Para cada Vk de (x,y), Dt (v1,v2) ← 17. Fin-para 28. Fin-para 1 ∎
Relleno de “imagen digital”
Relleno de “imagen digital”
Distribuciones
Rellenado de la distribución
Distribuciones
Grilla de 1x1 grados, entre los 60º N y 60º S: 360 x 120 celdas.
Un poco más de 70 terminales, eso es más de 140 nodos: 360x120x140 celdas.
Más de 6'000.000 de celdas, en su mayor parte vacías!
Quad-árboles
Construir Q (i1, i2, j1, j2, anc)1. Si (D|i1, i2, j1, j2| = 0) retornar NULO2. Q -> ancestro ← anc3. Asignar coordenadas del cuadrante a Q4. Si ((i1 = i2) y (j1=j2))
Q -> esCelda? ← verdaderoretornar Q
5. x ← i1 + ((i2 – i1) / 2), y ← j1 + ((j2 – j1) / 2)Q -> esCelda? ← falso
6. Q -> NW ← Construir Q (i1, x, j1, y, Q)Q -> NE ← Construir Q (x, i2, j1, y, Q)Q -> SW ← Construir Q (i1, x, y, j2, Q)Q -> NW ← Construir Q (x, i2, y, j2, Q)
7. Retornar Q ∎
Quad-árboles
Criterio de optimalidad
Las reconstrucciones posibles se evalúan eliminando nodos, y revisando si dicho eliminación incrementa el número de nodos vicariantes.
El criterio optimo es entonces:
(i) minimizar nodos no vicariantes(ii) minimizar eliminación de nodos
Criterio de optimalidad
Criterio de optimalidad
Sea un nodo-j un nodo en donde todos sus descendientes menos uno tienen una eliminación de distribucion (Page, 1994; Arias et al. 2008).
Cualquier otro node es vicariante o no vicariante.
Sea Cn el costo de la reconstrucción del nodo n, y desc (n) es la lista de descendientes de n.
Cn = ( ∑i = desc(n) Ci ) + Yn + Xn
Criterio de optimalidad
Criterio de optimalidad
Cn = ( ∑i = desc(n) Ci ) + Yn + Xn
Donde Yn
Yn = costo de una eliminación, si la distribución de n es eliminada,
De lo contrario, Yn = 0
Cn = ( ∑i = desc(n) Ci ) + Yn + Xn
y Xn
Xn = 0, si n es un nodo-j,
Xn = 0, si n es un nodo vicariante,
Xn = costo de un nodo no vicariante, si n es no vicariante.
Criterio de optimalidad
Esta operación permite conocer el costo del árbol para una reconstrucción dada.
El peso de la búsqueda esta en la optimación del árbol: cada reconstrucción propuesta, requiere una optimación.
Optimación
Optimar (nodo n)1. Si (n es eliminado)
Cn ← costo_eliminaciónSino
Cn ← 02. Si n es terminal, retornar Cn
3. Para cada i que sea desc(n)Cn ← Cn + Optimar (i)
5. Si n es no vicarianteCn ← Cn + Costo_no_vic
6. Retornar Cn ∎
Optimación ingenua
Optimación ingenua
Requiere visitar todos los nodos del árbol.
Su estructura revela la posibilidad de una optimación más adecuada: el costo de de un nodo depende solo de sus nodos descendientes, por lo tanto, si se parte de una reconstrucción, es posible únicamente optimar los nodos ancestrales al nodo modificado.
Optimar (nodo n)1. Minetras n dif NULL2. Si (n es eliminado)
Cn ← costo_eliminaciónSino
Cn ← 02. Si n es terminal, n ← anc (n), volver a 13. Para cada i que sea desc(n)
Cn ← Cn + Ci
4. Si n es no vicarianteCn ← Cn + Costo_no_vic
5. n ← anc (n)6. Fin-Mientras ∎
Optimación incremental
Optimación incremental
Depende de la estructura del árbol. En el peor caso, revisa todos los nodos del árbol.
En promedio el número de visitas es el número de nodos entre el terminal más alejado de la raíz y la raíz.
Búsquedas heurísticas
Las búsquedas exactas son muy costosas. El problema es una combinatoria, por lo que existen múchisimas posibilidades.
Búsquedas heurísticas no garantizan encontrar el óptimo, pero permiten atacar problemas mucho mayores.
“Subida de colina” simple
1. Min ← Ct
2. Para cada nodo n en el árbol t3. Eliminar n
Optimizar t4. Si (Ct < Min) volver a 1.5. Restaurar n
Optimizar t6. Fin para-2. ∎
“Subida de colina” simple
Rápida, independiente del punto de partida.
En el peor caso revisa todos los nodos, 2n optimiaciones.
Es poco efectiva en árboles grandes, las primeras eliminaciones pueden ser poco óptimas.
Heurística de Page1. Prev ← Ct
2. Min ← Ct
Pos ← NULL3. Para cada nodo n en el árbol t4. Eliminar n, Optimizar t5. Si (Ct < Min)
Min ← Ct
Pos ← n6. Restaurar n, Optimizar t7. Fin para-3.8. Si (Min < Prev)
Eliminar n, Optimizar tvolver a 2. ∎
Más exhaustiva que la subida simple.
En cada eliminación hace dos optimaciones. Un ciclo completo hace 2n optimiaciones.
Si no hay empates, siempre realiza la misma secuencia.
Heurística de Page
Los algoritmos presentados aquí se encuentran implementados en VIP (Vicariance Inference Program), un programa que pronto estará disponible de manera gratuita en internet.
Este es el primer programa de biogeografía que utiliza filogenias y datos geográficos simultáneamente
Implementación
Es difícil que se consigan mejores soluciones para la compresión de datos geográficos o optimaciones más rápidas.
En cambio, hay muchas posibilidades para mejorar las heurísticas: búsquedas limitando los nodos a optimar, muestreos basados en cristalización simulada, o fusión de soluciones.
Perspectivas
Este trabajo a recibido financiación de CONICET (beca doctoral), y FONCyT (PICT 1314).
P. Hovenkamp ha mostrado un gran interés y retroalimentación al proyecto.
C.A. Szumik, P.A. Goloboff, D. Casagranda, S. Catalono y M. Mirande han proporcionado ideas, discusión y apoyo.
Agradecimientos
top related