Visão geral
A filogenômica estende a filogenética tradicional ao analisar dados de centenas ou milhares de genes em todo o genoma simultaneamente. Ao aproveitar informações em escala genômica, a filogenômica supera as limitações das filogenias de um único gene, que muitas vezes sofrem de sinal insuficiente, variação da taxa evolutiva específica da linhagem e erro estocástico. O aumento do volume de dados melhora drasticamente o poder estatístico, permitindo a resolução até mesmo das radiações evolutivas mais desafiadoras e rápidas. A filogenômica também expõe incongruências entre árvores genéticas e árvores de espécies causadas por classificação incompleta de linhagens, duplicação de genes e transferência horizontal de genes.
Conceitos-chave
Um desafio central é a reconciliação árvore genética-árvore de espécies. Como os genes individuais podem ter histórias evolutivas que diferem da árvore de espécies, os métodos filogenômicos devem levar em conta processos como classificação incompleta de linhagem (modelada pelo coalescente multiespécie) e duplicação e perda de genes. As abordagens de concatenação alinham todos os genes em uma supermatriz, enquanto os métodos baseados em coalescentes analisam cada gene independentemente e depois resumem os resultados. A atribuição de ortologia – distinguir ortólogos de parálogos – é uma etapa crítica de pré-processamento que depende de anotação precisa do genoma.
Fluxo de trabalho prático
Uma análise filogenômica começa com o sequenciamento do genoma e a anotação das espécies-alvo. A identificação ortóloga é a primeira etapa computacional crítica: ferramentas como OrthoFinder ou OrthoMCL agrupam proteínas em ortogrupos com base na similaridade de sequência, usando pesquisas BLAST todos contra todos e agrupamento de Markov. Para cada ortogrupo, as sequências proteicas são alinhadas usando MAFFT ou Muscle, e os alinhamentos são aparados com trimAl para remover regiões mal alinhadas. O pesquisador enfrenta então uma escolha metodológica fundamental entre abordagens de concatenação e coalescentes. Na abordagem de concatenação (o método da supermatriz), todos os alinhamentos genéticos são unidos em um único grande alinhamento, e uma árvore filogenética é inferida usando a máxima verossimilhança com RAxML ou IQ-TREE sob um modelo particionado onde cada gene pode ter seus próprios parâmetros de modelo de substituição. Esta abordagem é computacionalmente eficiente, mas assume que todos os genes compartilham a mesma topologia de árvore. A abordagem baseada no coalescente, em vez disso, infere uma árvore genética separada para cada ortogrupo usando métodos rápidos de construção de árvores e, em seguida, resume os milhares de árvores genéticas individuais em uma árvore de espécies usando métodos como ASTRAL, que leva em conta a classificação incompleta de linhagens ao encontrar a árvore de espécies que maximiza o número de árvores de quarteto compartilhadas. Comparar os resultados da concatenação e da coalescência é um diagnóstico valioso - as diferenças topológicas geralmente destacam genes sob seleção ou afetados pela transferência horizontal. Bootstrapping (normalmente 100 réplicas) fornece valores de suporte em cada nó, e análises adicionais, como pontuações de certeza de árvore, podem identificar conflitos entre árvores genéticas.
Aplicativos
A filogenômica resolveu debates de longa data na filogenia profunda dos metazoários, na evolução das plantas e na sistemática microbiana. É essencial para estudar a evolução adaptativa através da identificação de genes selecionados positivamente entre linhagens. O campo depende do sequenciamento de próxima geração para gerar os dados necessários de todo o genoma, com base em abordagens clássicas de sequenciamento de DNA. As análises filogenômicas dos genomas bacterianos remodelaram nossa compreensão da genética bacteriana, revelando a extensa transferência horizontal de genes e a natureza dinâmica dos genomas procarióticos.
