Publicación: Sensitivity analysis of the method, taxonomic sampling, and genomic partition in the phylogenetic reconstruction of the dengue virus (denv)
Portada
Citas bibliográficas
Gestores Bibliográficos
Código QR
Autor/a
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor
Fecha
Citación
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen
La reconstrucción filogenética del virus del dengue (DENV) se ha abordado desde múltiples perspectivas que difieren en el método de reconstrucción, el muestreo taxonómico y los datos genómicos. En la mayoría de estos estudios, no se han presentado los motivos para seleccionar dichos enfoques. Por lo tanto, el objetivo del presente estudio fue determinar los efectos de estas variables en la reconstrucción filogenética del DENV. Realizamos los análisis filogenéticos utilizando tres métodos de reconstrucción de árboles: parsimonia, distancia y Maximum Likelihood. Utilizamos 410 secuencias del marco abierto de lectura (ORF) de los cuatro serotipos: DENV1-4. Para estimar el efecto del muestreo taxonómico, obtuvimos submuestreos del 10%, 36% y 75% del total de taxones. Para cada conjunto de datos, utilizamos 22 particiones genómicas del ORF. Comparamos las topologías en términos de recuperación de genotipos y serotipos como grupos monofiléticos, nodos comunes, similitud topológica, congruencia taxonómica y soporte de nodos. Encontramos que la partición genómica sobrepesó las otras variables con respecto al número de nodos comunes, congruencia taxonómica y soporte nodal. Todos los métodos recuperaron la monofilia de los serotipos, independientemente del muestreo taxonómico o la partición genómica; pero para las particiones genómicas más cortas, la recuperación de genotipos disminuyó a medida que aumentó el número de taxones. Además, los resultados mostraron que parsimonia y Maximum Likelihood obtuvieron resultados casi idénticos en términos de congruencia con una topología de evidencia total. Con base en estos resultados, discutimos las implicaciones de cada variable y una partición genómica que podrían mejorar la eficiencia en estudios posteriores.

PDF
FLIP 
