Species boundaries and phylogenetic relationships within the green algal genus Codium (Bryopsidales) based on plastid DNA sequences

Despite the potential model role of the green algal genus Codium for studies of marine speciation and evolution, there have been difficulties with species delimitation and a molecular phylogenetic framework was lacking. In the present study, 74 evolutionarily significant units (ESUs) are delimited using 227 rbcL exon 1 sequences obtained from specimens collected throughout the genus' range. Several morpho-species were shown to be poorly defined, with some clearly in need of lumping and others containing pseudo-cryptic diversity. A phylogenetic hypothesis of 72 Codium ESUs is inferred from rbcL exon 1 and rps3-rp/16 sequence data using a conventional nucleotide substitution model (GTR + Gamma + I), a codon position model and a covariotide (covarion) model, and the fit of a multitude of substitution models and alignment partitioning strategies to the sequence data is reported. Molecular clock tree rooting was carried out because out-group rooting was probably affected by phylogenetic bias. Several aspects of the evolution of morphological features of Codium are discussed and the inferred phylogenetic hypothesis is used as a framework to study the biogeography of the genus, both at a global scale and within the Indian Ocean. (c) 2007 Elsevier Inc. All rights reserved.

Estimation des longueurs de branche et artefact sur la datation moléculaire

La phylogénie moléculaire fournit un outil complémentaire aux études paléontologiques et géologiques en permettant la construction des relations phylogénétiques entre espèces ainsi que l’estimation du temps de leur divergence. Cependant lorsqu’un arbre phylogénétique est inféré, les chercheurs se focalisent surtout sur la topologie, c'est-à-dire l’ordre de branchement relatif des différents nœuds. Les longueurs des branches de cette phylogénie sont souvent considérées comme des sous-produits, des paramètres de nuisances apportant peu d’information. Elles constituent cependant l’information primaire pour réaliser des datations moléculaires. Or la saturation, la présence de substitutions multiples à une même position, est un artefact qui conduit à une sous-estimation systématique des longueurs de branche. Nous avons décidé d’estimer l‘influence de la saturation et son impact sur l’estimation de l’âge de divergence. Nous avons choisi d’étudier le génome mitochondrial des mammifères qui est supposé avoir un niveau élevé de saturation et qui est disponible pour de nombreuses espèces. De plus, les relations phylogénétiques des mammifères sont connues, ce qui nous a permis de fixer la topologie, contrôlant ainsi un des paramètres influant la longueur des branches. Nous avons utilisé principalement deux méthodes pour améliorer la détection des substitutions multiples : (i) l’augmentation du nombre d’espèces afin de briser les plus longues branches de l’arbre et (ii) des modèles d’évolution des séquences plus ou moins réalistes. Les résultats montrèrent que la sous-estimation des longueurs de branche était très importante (jusqu'à un facteur de 3) et que l’utilisation d'un grand nombre d’espèces est un facteur qui influence beaucoup plus la détection de substitutions multiples que l’amélioration des modèles d’évolutions de séquences. Cela suggère que même les modèles d’évolution les plus complexes disponibles actuellement, (exemple: modèle CAT+Covarion, qui prend en compte l’hétérogénéité des processus de substitution entre positions et des vitesses d’évolution au cours du temps) sont encore loin de capter toute la complexité des processus biologiques. Malgré l’importance de la sous-estimation des longueurs de branche, l’impact sur les datations est apparu être relativement faible, car la sous-estimation est plus ou moins homothétique. Cela est particulièrement vrai pour les modèles d’évolution. Cependant, comme les substitutions multiples sont le plus efficacement détectées en brisant les branches en fragments les plus courts possibles via l’ajout d’espèces, se pose le problème du biais dans l’échantillonnage taxonomique, biais dû à l‘extinction pendant l’histoire de la vie sur terre. Comme ce biais entraine une sous-estimation non-homothétique, nous considérons qu’il est indispensable d’améliorer les modèles d’évolution des séquences et proposons que le protocole élaboré dans ce travail permettra d’évaluer leur efficacité vis-à-vis de la saturation.

MODELING HETEROTACHY IN PHYLOGENETICS

Il a été démontré que l’hétérotachie, variation du taux de substitutions au cours du temps et entre les sites, est un phénomène fréquent au sein de données réelles. Échouer à modéliser l’hétérotachie peut potentiellement causer des artéfacts phylogénétiques. Actuellement, plusieurs modèles traitent l’hétérotachie : le modèle à mélange des longueurs de branche (MLB) ainsi que diverses formes du modèle covarion. Dans ce projet, notre but est de trouver un modèle qui prenne efficacement en compte les signaux hétérotaches présents dans les données, et ainsi améliorer l’inférence phylogénétique. Pour parvenir à nos fins, deux études ont été réalisées. Dans la première, nous comparons le modèle MLB avec le modèle covarion et le modèle homogène grâce aux test AIC et BIC, ainsi que par validation croisée. A partir de nos résultats, nous pouvons conclure que le modèle MLB n’est pas nécessaire pour les sites dont les longueurs de branche diffèrent sur l’ensemble de l’arbre, car, dans les données réelles, le signaux hétérotaches qui interfèrent avec l’inférence phylogénétique sont généralement concentrés dans une zone limitée de l’arbre. Dans la seconde étude, nous relaxons l’hypothèse que le modèle covarion est homogène entre les sites, et développons un modèle à mélanges basé sur un processus de Dirichlet. Afin d’évaluer différents modèles hétérogènes, nous définissons plusieurs tests de non-conformité par échantillonnage postérieur prédictif pour étudier divers aspects de l’évolution moléculaire à partir de cartographies stochastiques. Ces tests montrent que le modèle à mélanges covarion utilisé avec une loi gamma est capable de refléter adéquatement les variations de substitutions tant à l’intérieur d’un site qu’entre les sites. Notre recherche permet de décrire de façon détaillée l’hétérotachie dans des données réelles et donne des pistes à suivre pour de futurs modèles hétérotaches. Les tests de non conformité par échantillonnage postérieur prédictif fournissent des outils de diagnostic pour évaluer les modèles en détails. De plus, nos deux études révèlent la non spécificité des modèles hétérogènes et, en conséquence, la présence d’interactions entre différents modèles hétérogènes. Nos études suggèrent fortement que les données contiennent différents caractères hétérogènes qui devraient être pris en compte simultanément dans les analyses phylogénétiques.

Molecular clock or erratic evolution? A tale of two genes.

We have investigated the evolution of glycerol-3-phosphate dehydrogenase (Gpdh). The rate of amino acid replacements is 1 x 10(-10)/site/year when Drosophila species are compared. The rate is 2.7 times greater when Drosophila and Chymomyza species are compared; and about 5 times greater when any of those species are compared with the medfly Ceratitis capitata. This rate of 5 x 10(-10)/site/year is also the rate observed in comparisons between mammals, or between different animal phyla, or between the three multicellular kingdoms. We have also studied the evolution of Cu,Zn superoxide dismutase (Sod). The rate of amino acid replacements is about 17 x 10(-10)/site/year when comparisons are made between dipterans or between mammals, but only 5 x 10(-10) when animal phyla are compared, and only 3 x 10(-10) when the multicellular kingdoms are compared. The apparent decrease by about a factor of 5 in the rate of SOD evolution as the divergence between species increases can be consistent with the molecular clock hypothesis by assuming the covarion hypothesis (namely, that the number of amino acids that can change is constant, but the set of such amino acids changes from time to time and from lineage to lineage). However, we know of no model consistent with the molecular clock hypothesis that would account for the increase in the rate of GPDH evolution as the divergence between species increases.