Qué significan las ramas, los nodos y los números que aparecen sobre ellos, y los cuatro errores de lectura más frecuentes en tesis y artículos.
Un árbol filogenético aparece en casi todo informe de identificación molecular, y se interpreta mal con una frecuencia notable. Esta es la lectura correcta, y los errores que más se repiten.
Cuidado con esto último: hay árboles dibujados sin longitudes de rama informativas, solo para mostrar el orden de ramificación. Si no hay barra de escala, las ramas no significan nada cuantitativo y medirlas con la regla no dice nada.
Lo que importa es quién se agrupa con quién, no quién queda arriba o abajo en el dibujo.
Un árbol es como un móvil colgante: las ramas se pueden girar alrededor de cualquier nodo sin cambiar la información. Dos árboles que parecen distintos pueden ser exactamente el mismo árbol dibujado de otra manera.
Lo único que un árbol afirma es el patrón de agrupamiento. El orden vertical de las puntas es una decisión de dibujo, no un resultado.
Un árbol sin raíz muestra relaciones, pero no dice qué vino antes. Para orientarlo se usa un grupo externo: uno o varios organismos que se sabe que están fuera del grupo de interés, pero no demasiado lejos.
La elección del grupo externo no es un trámite. Demasiado próximo y no cumple su función; demasiado lejano y distorsiona todo el árbol. Un informe serio dice qué grupo externo usó y por qué.
Es la parte que más se malinterpreta. Esos números no dicen si el árbol es correcto: dicen cuánta confianza dan tus datos a ese agrupamiento concreto.
Bootstrap. El método reconstruye el árbol cientos o miles de veces, cada vez con una muestra al azar de las posiciones del alineamiento. El número de un nodo es el porcentaje de esas repeticiones en las que ese agrupamiento apareció. Un nodo que aparece en el 98 % de las repeticiones está bien sostenido por los datos; uno que aparece en el 45 % es, a efectos prácticos, una rama sin resolver. En la literatura se suele tomar el entorno del 70 % como umbral de soporte moderado y el 95 % como fuerte, pero son convenciones, no leyes.
Probabilidad posterior. En los métodos bayesianos el número va de 0 a 1 y significa otra cosa distinta: la probabilidad del agrupamiento dado el modelo y los datos. Tiende a dar valores más altos que el bootstrap, así que no son intercambiables y no se comparan entre sí como si midieran lo mismo.
Un nodo con soporte bajo no es un error del análisis: es información. Significa que con ese marcador y esas secuencias la relación no queda resuelta, y decirlo es más honesto que dibujar el árbol sin números.
Leer el árbol como una escalera de progreso. Ningún organismo actual es «más evolucionado» que otro que aparezca antes en el dibujo. Todas las puntas están a la misma distancia del presente: han tenido exactamente el mismo tiempo para evolucionar.
Confundir proximidad en el dibujo con parentesco. Dos puntas pueden estar dibujadas una al lado de la otra y pertenecer a ramas muy separadas. Lo que hay que seguir es el camino por los nodos, no la distancia vertical en el papel.
Ignorar el soporte. Interpretar con seguridad un agrupamiento con bootstrap de 40 es construir una conclusión sobre algo que los propios datos dicen que no sostienen.
Usar un solo marcador para una afirmación fuerte. Un árbol de 16S o de ITS es el árbol de ese gen, y el árbol de un gen no siempre coincide con la historia del organismo. Para afirmaciones que tienen consecuencias, se trabaja con varios marcadores.
Sin esos datos, un árbol es un dibujo bonito que nadie puede reproducir ni revisar. Es justo lo que documentamos en filogenia molecular y en cada informe de identificación molecular.