Percepções filogenômicas sobre a evolução das formigas ectaheteromorfas e congruência em grandes conjuntos de dados filogenéticos

Abstract

Resumo: Entre os diferentes métodos que utilizam dados genômicos para o estudo da história evolutiva dos grupos recentes, os elementos ultraconservados (UCE’s) provaram ser marcadores ideais para inferências em diferentes escalas de tempo. A taxonomia e a filogenia interna de Formicidae têm sido exaustivamente estudadas e têm se estabilizado significativamente nas últimas décadas devido ao estudo ativo da sistemática de formigas em escala macroevolutiva. As subfamílias Ectatomminae e Heteroponerinae, referidas atualmente como ectaheteromorfas, no entanto, nunca tiveram sua história evolutiva extensivamente estudada através de dados moleculares. Dessa forma, no presente estudo, usamos os elementos ultraconservados para reconstruir a filogenia das ectaheteromorfas, com o intuito de permitir a compreensão das relações internas do grupo, bem como elucidar os padrões biogeográficos dos gêneros, além de auxiliar na delimitação das tribos e gêneros internos às subfamílias. Para isso, amostramos um conjunto de 1629 UCE’s através do enriquecimento de sequências alvo e sequenciamento multiplexado para 145 espécies que compõem as subfamílias Ectatomminae e Heteroponerinae. Obtivemos uma filogenia altamente resolvida e fortemente suportada para o grupo, recuperando ambas as subfamílias como monofiléticas. Os gêneros Acanthoponera, Rhytidoponera, Typhlomyrmex e Ectatomma também aparecem como monofiléticos em nossas análises. Gnamptogenys é recuperado como parafilético em relação a Typhlomyrmex, enquanto Heteroponera é parafilético em relação a Acanthoponera. Todos os gêneros parecem ter uma origem Neotropical, com exceção de Rhytidoponera, que tem origem australiana. As subfamílias se originaram no Cretáceo, apresentando sua maior diversificação durante o Mioceno e o Eoceno. Neste trabalho, propomos a sinonímia de Heteroponerinae sob Ectatomminae, com o intuito de obter uma classificação estável que, além de manter o grupo monofilético, seja suportada por sinapomorfias morfológicas que possibilitem seu fácil reconhecimento. Ao combinar métodos de inferência filogenética com datação e análises biogeográficas, fornecemos uma estrutura filogenética para o conhecimento da história evolutiva destas formigas. Estes resultados também fornecem as bases para uma classificação revisada para as subfamílias. Adicionalmente, apesar dos ótimos resultados apresentados por estudos filogenômicos, uma suposição tácita de muitos é que os grandes problemas em filogenética molecular estariam sendo resolvidos através de "força bruta", isto é, com a implementação massiva de dados em análises moleculares. No entanto, o fato de que diferentes conjuntos de dados filogenômicos podem levar a resultados altamente suportados, porém diferentes, sugere que a inconsistência entre genes em conjuntos de dados reais pode se provar um grave problema. Para testar a robustez e confiabilidade de resultados obtidos através de grandes conjuntos de dados filogenéticos, nós analisamos a variação topológica em árvores de genes para fornecer uma exploração detalhada da variação e a inconsistência presentes em conjuntos de dados filogenômicos. Para tal, utilizamos os dados de Johnson et al. (2013) e sua hipótese para a posição de formigas em Aculeata como estudo de caso. Nós encontramos um alto grau de incongruência entre o sinal filogenético das árvores de genes, mas este sinal não é enviesado em relação a nenhuma topologia em particular. Além disso, encontramos evidências para um suporte emergente na recuperação de alguns dos nós, enquanto a relação entre formigas, vespas esfeciformes e abelhas não apresenta um forte suporte emergente, de modo que todos os genes do conjunto de dados são necessários para que essa relação seja recuperada. Nossos resultados sugerem que, embora centenas de loci nem sempre sejam essenciais para uma inferência topológica precisa, o uso de grandes conjuntos de dados genômicos para a inferência filogenética pode fornecer resultados mais robustos. Como o número de loci é grande, é possível recuperar genes suficientes que produzam árvores genéticas confiáveis, e a probabilidade de gerar árvores de genes com sinal filogenético tendencioso é menor. No entanto, essa robustez não é concedida apenas pelo grande volume de dados, mas principalmente pela presença de um suporte emergente, em um cenário em que os dados adicionais ampliam desproporcionalmente o sinal filogenético que suporta os nós finais.

Abstract: Among the different methods that use genomic data to study the evolutionary history of recent groups, the ultraconserved elements (UCEs) have proven to be ideal markers for such inferences at different time scales. The taxonomy and internal phylogeny of Formicidae have been extensively studied and have stabilized significantly in the last decades due to the active study of ants systematic on a macroevolutionary scale. The subfamilies Ectatomminae and Heteroponerinae, currently referred to as ectaheteromorphs, however, have never had their evolutionary history extensively studied through molecular data. Thus, in the present study, we used the ultraconserved elements to reconstruct the phylogeny of ectaheteromorphs, in order to allow the understanding of the internal relations of the group, as well as to elucidate the biogeographic patterns of the genera, and assist in the delimitation of the tribes and genera within subfamilies. For this, we sampled a set of 1629 UCE's using target enrichment and multiplexing sequencing of 145 species that make up the subfamilies Ectatomminae and Heteroponerinae. We recovered a highly resolved and strongly supported phylogeny for the group, recovering both subfamilies as monophyletic. The genera Acanthoponera, Rhytidoponera, Typhlomyrmex and Ectatomma also appear as monophyletic in our analyzes. Gnamptogenys is recovered as paraphyletic in relation to Typhlomyrmex, while Heteroponera is paraphyletic in relation to Acanthoponera. All genera appear to have a Neotropical origin, with the exception of Rhytidoponera, which is has an Australasian origin. The subfamilies had their origin during the Cretaceous period, showing their greater diversification during the Miocene and the Eocene. In this work, we propose the synonymy of Heteroponerinae under Ectatomminae, with the intention of obtaining a stable classification that, besides maintaining the group monophyletic, be supported by morphological synapomorphies that allow its easy recognition. By combining phylogenetic inference methods with dating and biogeographic analysis, we provide a phylogenetic framework for the knowledge of the evolutionary history of these ants. These results also provide the basis for a revised classification of the subfamily. In addition, despite the excellent results recovered by phylogenetic studies, a tacit assumption by many is that the major problems in molecular phylogenetics would be solved by "brute force", that is, by the simple addition of large amounts of molecular data. However, the fact that different phylogenetic data sets may lead to highly supported but different results suggests that the inconsistency between genes in real data sets may prove to be a serious problem. To test the robustness and reliability of results obtained through large phylogenetic datasets, we explored the topological variation in gene trees to provide a detailed exploration of the variation and inconsistency present in phylogenetic data sets, using data from Johnson et al. (2013) and their hypothesis for the position of ants in Aculeata as a case study. We found a high degree of incongruity between the phylogenetic signal of the gene trees, but this signal is not bias in relation to any particular topology. In addition, we found evidence for an emerging support for some of the nodes, while the relationship between ants, spheciform wasps and bees does not appear to have a strong emergent support, requiring all genes from the data set to be recovered. Our results suggest that although hundreds of loci are not always essential for accurate topological inference, the use of large sets of genomic data for phylogenetic inference may provide more robust results. With a large number of loci, it is possible to retrieve enough genes that produce reliable gene trees, and the probability of generating gene trees with a biased phylogenetic signal is lower. However, this robustness is not only due to the large volume of data, but mainly due to the presence of an emerging support, where the additional data disproportionately amplifies the phylogenetic signal that supports the final nodes.