Árvore Filogenética Dos Animais

Construindo sua primeira árvore filogenética para vertebrados

Os dados brutos vêm sempre sujos. Sequências mal anotadas, ambiguidades no alinhamento, sítios saturados. A maioria dos artigos que você vê publicados passa por semanas de ajustes que nunca aparecem na seção de métodos. Vou explicar como fazer funcionar de verdade, não como funciona na teoria. Primeiro, o alinhamento. Não confie cegamente no resultado automático do MEGA ou do Geneious. Se seu conjunto de dados tem mais de 50 sequências, use MAFFT com o parâmetro --auto. Para genes ribossômicos ou regiões com muitos gaps, o ajuste manual no AliView é necessário. Um único deslocamento de frame de leitura em um gene mitocondrial pode mudar completamente a topologia resultante.

O que realmente importa na sua árvore filogenética dos animais

A escolha do modelo de substituição é o fator que mais impacta a precisão final, e a maioria das pessoas pula essa etapa. IQ-TREE com a flag -m MFP escolhe automaticamente o melhor modelo (GTR+I+G é comum, mas nem sempre é o correto). Usar JC69 num conjunto de dados reais de vertebrados é como tentar calibrar uma balança com uma pedra — funciona na prática, mas os resultados não são confiáveis. O tempo de análise varia drasticamente. Um alinhamento de 20 sequências de citocromo b com 800 sítios leva cerca de 3 minutos no IQ-TREE em um laptop padrão. O mesmo alinhamento com 200 sequências de UCEs (ultraconserved elements) pode levar 40 minutos a 2 horas, dependendo da quantidade de sítios informativos. O bootstrap é obrigatório. Mínimo de 1000 replicações. Valores acima de 70% são aceitos como suporte moderado, acima de 90% como forte. Mas cuidado com o viés de bootstrap alto em sítios poucos informativos — isso é mais comum do que deveria, especialmente em conjuntos com muitas sequências e poucos marcadores.

Para análises rápidas de grande escala, o FastTree roda em segundos e gera árvores razoáveis, mas não substitui o IQ-TREE ou RAxML quando você precisa de confiança estatística robusta. O compromisso é entre velocidade e precisão, e geralmente vale a pena esperar os 20 minutos a mais pelo bootstrap rigoroso. Um problema concreto que encontrei recentemente envolveu um conjunto de sequências de 12 espécies de anfíbios anuros. A topologia inicial agrupava duas famílias de forma completamente errada, com bootstrap de 98%. O problema era atração de ramos longos — uma espécie com taxa de substituição extremamente alta estava sendo empurrada para a base da árvore artificialmente. Resolvi removendo os sítios mais variáveis (mais de 80% de identidade mínima exigida) e rodando novamente com o modelo LG+G+F, que é mais adequado para dados de aminoácidos com heterogeneidade composicional. A topologia corrigida ficou coerente com a literatura, e o bootstrap para os nós principais permaneceu alto. Se seu conjunto tiver taxas muito diferentes entre linhagens, considere usar métodos de máximo verossimilhança com modelos que permitam variation de taxa entre sítios (gamma distribution) em vez de confiar em métodos de distância pura. A diferença de tempo é pequena, mas a diferença na precisão topológica é significativa.

A visualização final com FigTree ou iTOL permite ajustar rótulos, cores e ordem dos táxons. O formato Newick exportado é o padrão universal — qualquer software filogenético lê isso. Tenha cuidado ao salvar como imagem PNG ou PDF para publicação; a resolução mínima deve ser 300 dpi e os fontes legíveis após redução para uma coluna de revista. Para começar, baixar o IQ-TREE diretamente do site oficial é mais seguro do que versões empacotadas. A instalação via bioconda é a forma mais simples se você já trabalha com pipeline bioinformático. Para quem está começando e quer algo mais visual, o MESQ (Modelo de Estimativa de Simulação de Questões) não é recomendado — prefira a interface web do PhyloT, que gera árvores filogenéticas padrão a partir de nomes taxonômicos, mas com resolução limitada a nível de gênero ou família no máximo.