Aprendizado de máquina para delimitação de espécies e genômica evolutiva do grupo Tropidurus spinulosus (Squamata, Tropiduridae)

Abstract

Resumo: Compreender os mecanismos que influenciam a história evolutiva dos organismos (incluindo processos de especiação, evolução molecular e biogeográficos) exige a adoção de estruturas analíticas robustas. Neste contexto, conjuntos de dados genômicos fornecem aos cientistas ferramentas poderosas para abordar questões evolutivas complexas e intrincadas. A presente tese explora esses temas por meio de investigações multifacetadas, tanto com ênfase em um grupo de organismos—répteis escamados (Squamata), em particular os lagartos do grupo de espécies Tropidurus spinulosus—como em um domínio específico da Biologia Evolutiva: a delimitação de espécies. Utilizando conjuntos diversos de dados genômicos (como mitogenomas, elementos ultraconservados nucleares e polimorfismos de nucleotídeo único) aliados a análises filogenômicas, modelagem demográfica e métodos de machine learning (ML), esta tese proporciona avanços tanto em aspectos metodológicos quanto empíricos dentro da Biologia Evolutiva, organizados em cinco eixos interligados: (1) os desafios e oportunidades do uso de ML na delimitação de espécies; (2) a comparação empírica de métodos de delimitação de espécies baseados em ML sob diferentes cenários de evolução molecular; (3) dinâmicas das taxas de substituição mitocondrial em Squamata e suas implicações para a calibração de tempos de divergência; (4) os processos evolutivos por trás de padrões de discordância mitonuclear em lagartos do grupo Tropidurus spinulosus; e (5) padrões filogenéticos e biogeográficos em T. spinulosus. Especificamente, o primeiro capítulo revisa criticamente o uso de ML na delimitação de espécies, destacando sua flexibilidade para lidar com dados complexos, mas também limitações inerentes ao seu funcionamento. Propõem-se boas práticas para tornar sua utilização na delimitação de espécies mais produtiva, posicionando o ML como ferramenta complementar a métodos tradicionalmente aplicados na área. No segundo capítulo comparamse métodos de delimitação de espécies baseados em ML em cenários diversos de evolução molecular, avaliando seu desempenho em cenários demográficos variados. Os resultados indicam que classificadores supervisionados são robustos e computacionalmente eficientes para inferir limites entre espécies, mesmo sob diferentes níveis de variação nos modelos de substituição molecular. No terceiro capítulo estimam-se taxas de substituição mitocondrial em Squamata utilizando mitogenomas, revelando valores entre 0,006 e 0,02 substituições por sítio por milhão de anos. Essas taxas variam significativamente entre regiões codificantes e não codificantes, bem como entre posições de códons, reforçando a necessidade de calibrações rigorosas e modelos particionados para inferências temporais. O quarto capítulo investiga a discordância mitonuclear no grupo T. spinulosus por meio de genomas mitocondriais, UCEs nucleares e SNPs. Análises filogenéticas e de genética de populações identificam eventos ancestrais de captura mitocondrial, associados a uma história que combina demografia, contato secundário e fluxo gênico, como as principais causas da discordância entre os genomas nuclear e mitocondrial. Por fim, o quinto capítulo reconstrói processos biogeográficos e de especiação em T. spinulosus, integrando evidências geoclimáticas, técnicas de modelagem de distribuição populacional ancestral e dados genômicos para testar hipóteses sobre a diversificação desses animais. Os resultados revelam uma história complexa de especiação influenciada por mudanças paleoambientais e eventos de fluxo gênico ancestral, com padrões filogenéticos consistentes com a ação de multiplos fatores geoclimáticos na divergência entre as linhagens. Coletivamente, esta tese auxilia no progresso científico em Biologia Evolutiva através da compreensão da evolução de organismos não modelo, como a maioria das espécies de Squamata, ao sintetizar dados genômicos, ferramentas computacionais e estudos de caso empíricos. Oferece também abordagens metodológicas robustas para resolver discordâncias filogenéticas, refinar calibrações de taxas de substituição e aprimorar práticas de delimitação de espécies. Ao integrar revisões teórico-conceituais e investigações empíricas, a presente tese contribui para debates em diversas áreas da Biologia Evolutiva, destacando a importância de abordagens integrativas e multidisciplinares para desvendar histórias evolutivas complexas

Abstract: Understanding the mechanisms that shape the evolutionary history of organisms (including processes of speciation, molecular evolution, and biogeography) requires the use of robust analytical frameworks. In this context, genomic datasets provide scientists with powerful tools to address complex and intricate evolutionary questions. This PhD thesis explores these themes through multifaceted investigations, with an emphasis both on a group of organisms—squamate reptiles (Squamata), particularly lizards of the Tropidurus spinulosus species group—and on a specific domain of Evolutionary Biology: species delimitation. By combining diverse genomic datasets (such as mitogenomes, nuclear ultraconserved elements, and single nucleotide polymorphisms) with phylogenomic analyses, demographic modeling, and machine learning (ML) approaches, this dissertation advances both methodological and empirical aspects of Evolutionary Biology, organized into five interconnected axes: (1) the challenges and opportunities of using ML in species delimitation; (2) the empirical comparison of ML-based species delimitation methods under different scenarios of molecular evolution; (3) the dynamics of mitochondrial substitution rates in Squamata and their implications for divergence-time calibration; (4) the evolutionary processes underlying mitonuclear discordance in lizards of the Tropidurus spinulosus group; and (5) phylogenetic and biogeographic patterns in T. spinulosus. Specifically, Chapter 1 critically reviews the use of ML in species delimitation, highlighting its flexibility for handling complex data while also pointing out inherent limitations. Best practices are proposed to make its application more effective, positioning ML as a complementary tool to methods traditionally employed in the field. Chapter 2 compares ML-based species delimitation methods across diverse molecular evolution scenarios, assessing their performance under different diversification contexts. The results indicate that supervised classifiers are robust and computationally efficient for inferring species limits, even under different molecular substitution models. Chapter 3 estimates mitochondrial substitution rates in Squamata using mitogenomes, revealing values ranging from 0.006 to 0.02 substitutions per site per million years. These rates vary substantially among coding and noncoding regions as well as among codon positions, underscoring the need for rigorous calibrations and partitioned models for reliable temporal inferences. Chapter 4 investigates mitonuclear discordance in the T. spinulosus group using mitochondrial genomes, nuclear UCEs, and SNPs. Phylogenetic and population genetic analyses identify ancestral mitochondrial capture events—linked to a history shaped by demography, secondary contact, and gene flow—as the main drivers of discordance between nuclear and mitochondrial genomes. Finally, Chapter 5 reconstructs biogeographic and speciation processes in T. spinulosus by integrating geoclimatic evidence, ancestral population distribution modeling, and genomic data to test hypotheses about the diversification of these lizards. The results reveal a complex history of speciation influenced by paleoenvironmental changes and ancestral gene flow events, with phylogenetic patterns consistent with the action of multiple geoclimatic factors in the divergence between lineages. Altogether, this dissertation contributes to the advancement of Evolutionary Biology by improving our understanding of the evolution of non-model organisms, such as most Squamata species, through the integration of genomic data, computational tools, and empirical case studies. It also provides robust methodological approaches for resolving phylogenetic discordances, refining substitution-rate calibrations, and improving species delimitation practices. By combining theoretical and conceptual reviews with empirical investigations, this dissertation contributes to debates across multiple areas of Evolutionary Biology and underscores the importance of integrative and multidisciplinary approaches to unravel complex evolutionary histories