Avaliação comparativa de métodos de clusterização para modelos de evolução de espécies

Abstract

Resumo: A ideia de que todos os seres vivos descendem de um ancestral comum é amplamente aceita, embora os detalhes da divergência entre linhagens sejam complexos. Quantificar tal divergência em termos do número de espécies é um desafio atual da ciência não só por envolver um grande esforço empírico, mas também por exigir uma definição para o termo espécie. Enquanto Mayr (1963) propõe uma definição de espécie baseada na incompatibilidade genética, Templeton (1989) vê a especiação como um processo contínuo e com fronteiras difusas. No presente estudo aplicamos essas duas perspectivas teóricas do conceito de espécie em um modelo computacional de evolução em ilhas (Princepe et al., 2022). Utilizamos a teoria de grafos e denominamos como vértices os indivíduos, e como arestas a existência de compatibilidade genética. Associamos o conceito de espécie de Mayr à presença de agrupamentos isolados na rede, enquanto a definição de Templeton, como a presença de qualquer agrupamento, incluindo aqueles que possuem alguma interligação. A identificação de agrupamentos possivelmente interligados foi acessada a partir do cálculo de modularidade via algoritmo de Leiden. A análise de 500 gerações simuladas revelou que o Leiden detecta eventos de especiação emergente até 37 gerações antes do que método atualmente utilizado no modelo, identificando conjuntos (clusters, agrupamentos espécies) transitórios e resultando, em média, em um maior número de espécies. Em 20% das gerações, o Leiden identificou subdivisões não capturadas somente pela abordagem binária. Métodos como o Leiden, ao capturar gradientes de afinidade reprodutiva, modelam mais fielmente a natureza difusa da especiação proposta por Templeton ao conseguirem demonstrar não só o processo final da separação dos grupos (espécies), mas também o início e desenvolvimento deste.