Árbol (enraizado)
Pablo Goloboff, autor de TNT (y algunos colaboradores de la UEL) dictarán este curso de 50 horas, el cual no se imparte desde 2010; y se llevará a cabo del 20 al 24 de Noviembre de 2017, con puntaje por la Universidad Nacional de Tucumán.

Pero aquí no acaba la historia… la UEL (CONICET – FML) está en negociaciones para crear una estación biológica en Batiruana, cercanías del Dique Escaba, con la colaboración de la comuna de Batiruana, Gobernación de Tucumán, e Hidroeléctrica Tucumán. Es en el marco de este proyecto que se dictará este curso.

La comuna de Batiruana es un emprendimiento turístico sin impacto ambiental, con instalaciones de servicios y facilidades a sólo metros de distancia de las yungas tucumanas (Se puede tener una idea del lugar del curso viendo el video y las fotos aquí mostradas). Un salón de clase en la hostería misma, a metros de la selva, y sin señal de internet, es la situación ideal para una inmersión completa en los principios y conceptos del análisis filogenético, e intercambio y discusión con colegas y profesores.

El costo estimado (por confirmar) del curso será de ARS $5000, lo que incluiría la inscripción al curso, transporte, hospedaje y alimentación. La mala noticia es que el cupo máximo es de 20 alumnos, por razones logísticas. Los interesados, por favor registrarse lo antes posible con Claudia Szumik, a szu(dot)claudia(at)gmail(dot)com, para de este modo tener una lista de preinscripción (y ver si será necesario hacer una selección, aunque esperamos que nadie quede afuera).

Futura información adicional será puesta en nuestro Facebook de Investigadores y Becarios UEL y en la página de la UEL.

Programa del Curso e información adicional

  • Título: Análisis Filogenético y Uso de TNT.
  • Docentes: Pablo Goloboff; colaborador: Santiago Catalano.
  • Ayudantes de trabajos prácticos: Jorge Flores, Ambrosio Torres.
  • Horas y créditos: del 20 al 24 de Noviembre de 2017, con un total de 50 horas. Los certificados serán extendidos por la Facultad de Ciencias Naturales de la Universidad Nacional de Tucumán.
  • Modalidad del curso: teórico-práctico. Por un lado, se verán en profundidad las justificaciones y razonamientos para resolver distintos problemas de análisis filogenético, y los distintos métodos para resolverlos. Por el otro, se realizarán ejercicios, ilustrando los conceptos teóricos dados, y capacitando al alumno en la resolución de problemas prácticos que pueden surgir en el análisis de sus propios datos. El curso estará dividido en 8 unidades conceptuales, como se especifica en el temario. En la medida de lo posible, estas unidades serán discutidas progresivamente, de manera que los conceptos de las primeras unidades serán requeridos para la comprensión de las siguientes.
  • Requisitos, destinatarios: el curso está dirigido sobre todo a licenciados en Biología (o carreras afines), que estén realizando su doctorado, o comenzando a trabajar en análisis filogenético. También a taxónomos, sistemáticos, y/o paleontólogos que ya hayan realizado su doctorado, pero deseen actualizar y perfeccionar su conocimiento de métodos de análisis filogenético. No es necesario tener conocimientos previos de análisis filogenético o de uso de TNT (u otros programas de filogenia), aunque esto es deseable: típicamente, aquellos alumnos que ya tienen un conocimiento previo (como e.g. un curso de Sistemática Teórica), pueden sacar mejor provecho del curso. El cupo del curso será de 20 alumnos; si se llenare este cupo, se elegirá dar lugar a aquellos interesados que ya estén trabajando en el tema o que se considere podrán sacarle mayor provecho al curso. Para esto, pedimos que por favor los interesados manden cuanto antes a szu(dot)claudia(at)gmail(dot)com sus datos (incluyendo lugar de trabajo y país), y una breve carta de intención para justificar su interés en este curso.

Temario preliminar del curso

  1. Introducción y temas básicos; optimización de caracteres. Parsimonia y sistemática filogenética. Optimización y mapeo de caracteres. Diferencia entre conjuntos de estados y reconstrucciones de máxima parsimonia; cambios específicos. Input/Output en TNT. Formatos de datasets. Uso de GB->TNT para crear matrices. Archivos de instrucciones. Opciones de salida gráficas (SVG, metafiles). Creación de archivos por lotes y menúes por lotes (“batch menus”). Edición de árboles. Notación parentética; manejo de archivos de árboles. Grupos de árboles, caracteres, y taxones.
  2. Optimalidad; Cálculo de árboles. Búsquedas. Soluciones exactas, árboles de Wagner, permutación de ramas. Óptimos locales y globales. Uso de múltiples secuencias de adición. Mejorando las estrategias de búsqueda. Factores que afectan la eficiencia de las búsquedas. Búsquedas bajo “constraints” y “timeouts”.
  3. Ambigüedad y consensos; resumen y comparación de resultados. Ramas de longitud cero y reglas de colapsado. Tipos de consensos y su uso; mejorando árboles de consenso, árboles podados; supertrees. Comparación de topologías; distancias de SPR, de Robinson-Foulds, de tripletes, y coeficiente de distorsión. Formas de árboles; comparación.
  4. Caracteres continuos y landmarks. Métodos de discretización. Squared changes “parsimony” y optimización de Farris. Rescalado. Problemas asociados con el tratamiento clásico de caracteres continuos. Landmarks; definición. Métodos propuestos para tratamiento de landmarks en filogenia. Morfometría filogenética. Optimización de caracteres en 2D y 3D; métodos. Implementación en TNT; opciones y parámetros de búsqueda. Múltiples configuraciones.
  5. Pesado de caracteres. Pesado sucesivo y pesos implicados. Optimización auto-pesada. Refinando pesado de caracteres con bloques; tomando en cuenta entradas faltantes. Funciones de pesado definidas por el usuario. Pros y contras del pesado de caracteres.
  6. Apoyo de grupos. Concepto de apoyo de grupos. Bremer supports y cómo calcularlos; búsqueda de árboles subóptimos. Problemas con Bremer supports; apoyos relativos y absolutos. Bremer support particionado e individual. Medidas basadas en remuestreos; efecto de estrategia de búsqueda y reglas de colapsado. Problemas con métodos de remuestreo.
  7. Búsquedas de árboles en matrices grandes y difíciles. Algoritmos especiales de búsqueda. Búsquedas sectoriales. Ratchet y drifting. Fusión e hibridación de árboles. Combinando diferentes algoritmos. Búsquedas dirigidas; estabilización de consensos. Cálculos rápidos de consensos.
  8. Métodos basados en modelos como alternativa a MP. Modelos probabilísticos; Neyman/JC69 y refinamientos. Cálculo de score de árboles; algoritmos de podado y principio de polea de Felsenstein (1981). Tasas múltiples. Modelos desvinculados (“unlinked”). Discusión de principales programas por ML (RAxML, IQTree, PhyML, PAUP*). Métodos bayesianos; justificación; Teorema del Reverendo. Cadenas de Markov; resumen de los resultados. Discusión de métodos basados en modelos vs. Parsimonia. Parameterización y estabilidad; realismo; identificabilidad; consistencia estadística.