Árvore datada com o BEAST 2.7

Árvore bayesiana datada com relógio molecular

Tutorial da disciplina de pós-graduação Métodos Computacionais em Sistemática e Filogeografia.

Um aviso

Esta é uma análise de tutorial, montada para rodar em poucos minutos. Ao longo do texto, os quadros “Na vida real” indicam o que faríamos diferente numa análise para publicação.

Introdução

O BEAST (Bayesian Evolutionary Analysis Sampling Trees) (Bouckaert et al. 2019) é um programa de análise filogenética bayesiana que estima árvores com o tempo nos ramos (cronogramas). Há muitos tutoriais no site do BEAST 2 (https://www.beast2.org) e no Taming the BEAST (https://taming-the-beast.org). Uma análise bayesiana combina três ingredientes: a matriz de dados, o modelo de substituição de nucleotídeos e as distribuições a priori (priors) de cada parâmetro. O resultado não é uma única árvore, mas uma amostra de milhares de árvores e valores de parâmetros, a distribuição a posteriori.

Vamos usar a matriz concatenada de Hylodidae (16S + COI) e, para datar a árvore, uma prior para a taxa de substituição do 16S baseada em estimativas publicadas para anuros.

Instalação

  1. BEAST 2. Baixe e instale a versão para o seu sistema em https://www.beast2.org. O pacote traz o BEAUti (que monta a análise), o BEAST (que roda a análise) e o TreeAnnotator (que resume as árvores).

  2. bModelTest. Abra o BEAUti, vá em File > Manage Packages, selecione bModelTest (Bouckaert & Drummond 2017) e clique em Install/Upgrade. Feche e abra o BEAUti de novo para que o pacote seja carregado.

  3. Tracer. Baixe em https://github.com/beast-dev/tracer/releases (Rambaut et al. 2018).

  4. FigTree. O mesmo do tutorial Árvore de máxima verossimilhança com o IQ-TREE 3.

A matriz com as partições

O BEAUti lê as partições de um bloco sets no fim do arquivo NEXUS. Abra o hylodidae_concatenado.nex no Sublime Text ou no Notepad++ e cole no fim do arquivo, depois do END; que fecha a matriz, o bloco abaixo, usando os números do seu particoes.txt:

  ;
END;

begin sets;
  charset p16S = 1-2475;
  charset COI  = 2476-3187;
end;

Salve com o nome hylodidae_particionado.nex. O nome p16S começa com uma letra porque, no formato NEXUS, um nome não pode começar com número.

Na vida real. No tutorial Árvore de máxima verossimilhança com o IQ-TREE 3, o COI foi dividido nas três posições do códon. Aqui usamos só duas partições para ter menos parâmetros e uma análise mais rápida.

Montando a análise no BEAUti

Partitions

Vá em File > Import Alignment e abra o hylodidae_particionado.nex. O BEAUti mostra uma linha para cada partição: p16S (2475 sítios) e COI (712).

Os dois fragmentos vêm do DNA mitocondrial, que é herdado como uma unidade só: eles compartilham a mesma árvore. Selecione as duas linhas (clique na primeira e, com Shift, na segunda) e clique em Link Trees. A coluna Tree passa a mostrar p16S nas duas linhas. Os modelos de substituição (Site Model) e os relógios (Clock Model) continuam separados: cada marcador terá o seu.

Tip Dates

Deixe como está.

Site Model

Em vez de escolher um modelo de substituição, vamos usar o pacote bModelTest (Bouckaert & Drummond 2017), que estima o modelo junto com a árvore: durante a análise, ele passa por vários modelos e calcula a probabilidade de cada um. Na lista da esquerda, clique em p16S e troque Gamma Site Model por BEAST Model Test. Faça o mesmo para COI. Deixe Mutation Rate em 1,0, sem marcar estimate: as diferenças de taxa entre os dois marcadores ficarão por conta dos relógios.

Clock Model

Usaremos o relógio estrito (Strict Clock), o padrão do BEAUti, que supõe a mesma taxa de substituição em todos os ramos da árvore. Cada marcador terá o seu relógio, porque o COI evolui mais rápido que o 16S.

Na vida real. Numa árvore com dezenas de milhões de anos, como esta, dificilmente a taxa é a mesma em todos os ramos. Um relógio relaxado, em que cada ramo tem a sua taxa (por exemplo, o Optimised Relaxed Clock, do pacote ORC), seria provavelmente mais adequado, mas tem mais parâmetros e demora mais para convergir.

Para transformar distâncias genéticas em tempo, é preciso informar ao BEAST algo sobre o tempo: a idade de um nó (por um fóssil ou um evento geológico) ou a taxa de substituição. Vamos usar uma prior para a taxa do 16S, ajustada a quatro estimativas publicadas para anuros (Lemmon et al. 2007; Fouquet et al. 2012; Gehara et al. 2017; Dufresnes et al. 2022): 0,006; 0,00555; 0,00277 e 0,005 substituições por sítio por milhão de anos. O script ajuste_taxa.R ajusta uma distribuição lognormal a esses valores:

install.packages("fitdistrplus")
library(fitdistrplus)
taxas <- c(0.006, 0.00555, 0.00277, 0.005)
mean(taxas)
ajuste <- fitdist(taxas, "lnorm")
ajuste

A média das taxas (0,00483) será o valor inicial da taxa do 16S, e os parâmetros da lognormal, meanlog = -5,374295 e sdlog = 0,304072, serão usados na prior (seção Priors). Como as taxas estão em milhões de anos, as idades da árvore também sairão em milhões de anos.

O 16S calibra o tempo; a taxa do COI será estimada a partir dos dados. No BEAUti:

  1. No menu Mode, desmarque Automatic set clock rate.

  2. Na aba Clock Model, clique em p16S, digite 0.00483 em Mean clock rate e marque estimate.

  3. Clique em COI, digite 0.01 em Mean clock rate e marque estimate.

Priors

  1. Na primeira linha, Tree.t:p16S, deixe o Yule Model, a prior de árvore mais simples: as linhagens só se originam, com uma única taxa de especiação. (O Birth Death Model também permite a extinção, mas tem um parâmetro a mais.)

  2. Taxa do 16S. Na linha clockRate.c:p16S, troque Uniform por Log Normal e clique no triângulo à esquerda do nome para abrir os detalhes. Digite M = -5.374295 e S = 0.304072 (sem marcar Mean In Real Space). Ao lado, o BEAUti desenha a distribuição: ela deve ter mediana 0,00463 e média 0,00485. Compare com o gráfico feito no R pelo fim do script ajuste_taxa.R.

  3. Taxa do COI. Na linha clockRate.c:COI, troque Uniform por Log Normal e digite M = -4.68 e S = 1.0. Em anfíbios, o COI acumula diferenças cerca de duas vezes mais depressa que o 16S (Vences et al. 2005). Por isso a mediana dessa prior é o dobro da do 16S (-5,374 + ln 2 ≈ -4,68, mediana 0,00928), mas o desvio é bem maior (S = 1, contra 0,30 do 16S): o intervalo de 95% vai de 0,0013 a 0,066, ou seja, de cerca de 0,3 a 14 vezes a taxa do 16S. A prior do 16S é estreita porque é ela que calibra o tempo; a do COI é larga porque só ajuda, e quem decide são os dados.

  4. Monofilia de Hylodidae. Clique em + Add Prior, escolha MRCA prior e clique em OK. Em Taxon set label, escreva Hylodidae. Selecione todos os táxons da lista da esquerda (Ctrl+A) e passe-os para a direita com o botão >>; depois, selecione Limnomedusa macroglossa na lista da direita e devolva-a com <<. Clique em OK e, na nova linha (a que começa com o botão Hylodidae), marque monophyletic.

    Temos um único grupo externo, e só um relógio não basta para posicionar bem a raiz da árvore. Por isso forçamos a monofilia de Hylodidae, que é bem sustentada por estudos anteriores (Vittorazzi et al. 2021; de Sá et al. 2022). Bônus: o Tracer passará a mostrar a idade do ancestral comum mais recente de Hylodidae (mrca.age(Hylodidae)).

  5. Deixe as outras priors como estão.

Na vida real. O ideal é não forçar a monofilia e incluir vários grupos externos, de modo que os dados mostrem se o grupo é monofilético.

MCMC

Em Chain Length, digite 1000000 (um milhão de gerações). Mantenha o registro a cada 1000 gerações (Log Every, dentro de tracelog e treelog), o valor padrão. Salve o arquivo com File > Save As, com o nome hylodidae.xml, na pasta pratica_beast.

Na vida real. Um milhão de gerações é pouco: o ideal é rodar pelo menos 10 milhões (107) e conferir no Tracer se todos os parâmetros convergiram.

Rodando o BEAST

Abra o BEAST, clique em Choose file… ao lado de Input file, escolha o arquivo hylodidae.xml e clique em Run. A janela mostra o andamento da análise, que leva poucos minutos. Ao terminar, a pasta terá dois arquivos novos:

  • hylodidae.log: os valores dos parâmetros a cada 1000 gerações;

  • hylodidae-p16S.trees: as árvores amostradas a cada 1000 gerações. O nome vem da árvore, que o BEAUti batizou com o nome da primeira partição.

É recomendável rodar pelo menos mais uma réplica com outra semente (Random number seed:, na janela do BEAST), em outra pasta, para conferir se as duas chegam ao mesmo resultado.

Resultados

Tracer

Abra o Tracer e carregue o hylodidae.log com o botão + no canto superior esquerdo. Na coluna ESS (effective sample size), procure valores acima de 200; valores menores aparecem em destaque e indicam que a cadeia precisa rodar por mais tempo. Se você rodou duas réplicas, carregue as duas e compare as médias.

TreeAnnotator

O TreeAnnotator resume as milhares de árvores do arquivo .trees em uma só, a árvore de máxima credibilidade de clados (Maximum clade credibility tree).

  1. Em Burn in percentage, deixe 10 (as primeiras 10% das árvores são descartadas).

  2. Em Target tree type, deixe Maximum clade credibility tree.

  3. Em Node heights, troque Common Ancestor heights por Mean heights.

  4. Em Input Tree File, escolha hylodidae-p16S.trees (Choose file…); em Output File, escreva hylodidae_mcc.tree. Clique em Run.

FigTree

Abra o hylodidae_mcc.tree no FigTree. No painel da esquerda:

  • marque Node Labels e, em Display, escolha posterior: é a probabilidade posterior de cada clado;

  • marque Node Bars e, em Display, escolha height_95%_HPD: as barras mostram o intervalo de 95% de maior densidade da idade de cada nó;

  • marque Scale Axis e, dentro dele, Reverse axis, para ler as idades em milhões de anos antes do presente.

Perguntas

  1. Todos os parâmetros chegaram a ESS acima de 200? Quais ficaram abaixo? O que você faria para resolver?

  2. Qual a idade estimada (média e intervalo de 95%) do ancestral comum mais recente de Hylodidae?

  3. No Tracer, compare as médias de clockRate.COI e clockRate.p16S. Quantas vezes o COI evolui mais rápido que o 16S? O resultado está dentro do que esperávamos pela prior?

Problemas comuns

  • BEAST Model Test não aparece. O pacote não foi instalado, ou o BEAUti não foi reaberto depois da instalação.

  • O BEAUti mostra uma partição só. O bloco begin sets; ... end; não foi colado no fim do arquivo, ou falta algum ponto e vírgula.

  • A taxa do relógio não pode ser estimada. Desmarque Automatic set clock rate no menu Mode.

  • O BEAST avisa que o arquivo .log já existe. Já há uma análise com o mesmo nome na pasta. Rode a nova réplica em outra pasta, ou escolha a opção de sobrescrever.

Referências

  • Bouckaert, R. et al. 2019. BEAST 2.5: an advanced software platform for Bayesian evolutionary analysis. PLoS Computational Biology 15(4): e1006650.
  • Bouckaert, R. R. & Drummond, A. J. 2017. bModelTest: Bayesian phylogenetic site model averaging and model comparison. BMC Evolutionary Biology 17: 42.
  • de Sá, F. P., Condez, T. H., Lyra, M. L., Haddad, C. F. B. & Malagoli, L. R. 2022. Unveiling the diversity of Giant Neotropical Torrent frogs (Hylodidae): phylogenetic relationships, morphology, and the description of two new species. Systematics and Biodiversity 20(1): 2039318.
  • Dufresnes, C. et al. 2022. Shedding light on taxonomic chaos: diversity and distribution of South Asian skipper frogs (Anura, Dicroglossidae, Euphlyctis). Systematics and Biodiversity 20(1): 2102686.
  • Fouquet, A., Noonan, B. P., Rodrigues, M. T., Pech, N., Gilles, A. & Gemmell, N. J. 2012. Multiple Quaternary refugia in the eastern Guiana Shield revealed by comparative phylogeography of 12 frog species. Systematic Biology 61(3): 461–489.
  • Gehara, M., Barth, A., Oliveira, E. F., Costa, M. A., Haddad, C. F. B. & Vences, M. 2017. Model-based analyses reveal insular population diversification and cryptic frog species in the Ischnocnema parva complex in the Atlantic forest of Brazil. Molecular Phylogenetics and Evolution 112: 68–78.
  • Lemmon, E. M., Lemmon, A. R. & Cannatella, D. C. 2007. Geological and climatic forces driving speciation in the continentally distributed trilling chorus frogs (Pseudacris). Evolution 61(9): 2086–2103.
  • Rambaut, A., Drummond, A. J., Xie, D., Baele, G. & Suchard, M. A. 2018. Posterior summarization in Bayesian phylogenetics using Tracer 1.7. Systematic Biology 67(5): 901–904.
  • Vences, M., Thomas, M., Bonett, R. M. & Vieites, D. R. 2005. Deciphering amphibian diversity through DNA barcoding: chances and challenges. Philosophical Transactions of the Royal Society B 360(1462): 1859–1868.
  • Vittorazzi, S. E., Augusto-Alves, G., Neves-da-Silva, D., Carvalho-e-Silva, A. M. P. T., Recco-Pimentel, S. M., Toledo, L. F., Lourenço, L. B. & Bruschi, D. P. 2021. Paraphyly in the giant torrent-frogs (Anura: Hylodidae: Megaelosia) and the description of a new genus. Salamandra 57(2): 274–284.