Reliability of clades and taxonomical congruence
Application to the phylogeny of acanthomorph teleosts
Fiabilité des clades et congruence taxinomique
Application à la phylogénie des téléostéens acanthomorphes
Résumé
The goal of a phylogeny is usually to get an idea of the real relationships between living organisms. It is thus not a good idea to be satisfied with the tree obtained by a simple combined analysis of the data. Indeed, even robust clades in such a tree may not be reliable. Confidence about a phylogenetic statement can only stem from a comparison between results obtained from independent data.
This thesis begins by proposing a repetition index to measure reliability. This index takes into account the number of occurrences for a clade over a set of trees obtained from independent data, that is, data unlikely to be subject to the same reconstruction biaises. The more a clade occurs this way, the more it can be considered reliable. The index also takes into account clades that are not compatible with the clade under focus and that are also repeated. The highest the number of occurrences of a clade's contradictor, the less reliable it should be considered.
In the second part of the thesis, the repetition index is calculated from a series of analyses involving about two hundred taxa. The analyses are primarily based on four nuclear markers: Rhodopsin, MLL4, IRBP and RNF213 (the latter being used for the first time). These markers are analysed under probabilistic models, separately and in combinations of 2, 3 or 4. This allows to take advantage of combined analysis while still being able to compare sets of independent results.
The results are then summarized into trees including mostly reliable clades. Several ways of dealing with the differences between the taxonomic samplings of the datasets are used.
The synthesis trees allow to refine the structure of the acantomorph (Actinopterygii: Teleostei) phylogeny. New reliable clades are identified, at several resolution levels, and new taxa are placed into the phylogeny of acanthomorph teleosts.
This thesis begins by proposing a repetition index to measure reliability. This index takes into account the number of occurrences for a clade over a set of trees obtained from independent data, that is, data unlikely to be subject to the same reconstruction biaises. The more a clade occurs this way, the more it can be considered reliable. The index also takes into account clades that are not compatible with the clade under focus and that are also repeated. The highest the number of occurrences of a clade's contradictor, the less reliable it should be considered.
In the second part of the thesis, the repetition index is calculated from a series of analyses involving about two hundred taxa. The analyses are primarily based on four nuclear markers: Rhodopsin, MLL4, IRBP and RNF213 (the latter being used for the first time). These markers are analysed under probabilistic models, separately and in combinations of 2, 3 or 4. This allows to take advantage of combined analysis while still being able to compare sets of independent results.
The results are then summarized into trees including mostly reliable clades. Several ways of dealing with the differences between the taxonomic samplings of the datasets are used.
The synthesis trees allow to refine the structure of the acantomorph (Actinopterygii: Teleostei) phylogeny. New reliable clades are identified, at several resolution levels, and new taxa are placed into the phylogeny of acanthomorph teleosts.
Si le but de la reconstruction phylogénétique est d'avoir une idée des relations de parenté réelles entre les êtres vivants, il est bon de ne pas se contenter d'un simple arbre obtenu par l'analyse combinée d'un ensemble de données. En effet, même des clades robustes apparaissant dans un tel arbre peuvent ne pas être fiables. La confiance dans une affirmation phylogénétique ne peut émerger qu'après une comparaison de résultats obtenus par des données indépendantes.
Dans un premier temps, la présente thèse propose de mesurer la fiabilité d'un clade à partir d'un indice de répétition prenant en compte le nombre d'occurrences obtenues pour ce clade sur un ensemble d'analyses de données indépendantes, c'est-à-dire peu susceptibles de donner lieu aux mêmes biais de reconstruction. Plus un clade est obtenu un nombre élevé de fois de cette façon, plus il peut être considéré comme fiable. Il est également tenu compte de la présence ou non de clades eux-mêmes répétés et incompatibles avec le clade d'intérêt. Plus un clade est contredit par un clade possédant un grand nombre d'occurrences, moins il doit être considéré comme fiable.
Dans une deuxième partie, l'indice de répétition est calculé à partir d'une série d'analyses mettant en jeu environ 200 taxons et basées sur quatre marqueurs nucléaires: Rhodopsine, MLL4, IRBP et RNF213 (ce dernier étant utilisé ici pour la première fois). Ces marqueurs sont analysés suivant des méthodes probabilistes, séparément et en combinaisons de 2, 3 ou 4, ce qui permet de bénéficier des avantages de l'analyse combinée tout en ayant des séries de résultats indépendants à comparer.
Les résultats de l'analyse de fiabilité sont ensuite synthétisés sous forme d'arbres incluant en priorité les clades les plus fiables, suivant des méthodes gérant de plusieurs façons les différences d'échantillonnages taxinomiques entre les jeux de données.
Les arbres de synthèse obtenus permettent de préciser la structure de la phylogénie des téléostéens acanthomorphes (Actinopterygii : Teleostei). De nouveaux clades fiables sont identifiés à plusieurs niveaux de résolution, et de nouveaux taxons sont placés dans la phylogénie des téléostéens acanthomorphes.
Dans un premier temps, la présente thèse propose de mesurer la fiabilité d'un clade à partir d'un indice de répétition prenant en compte le nombre d'occurrences obtenues pour ce clade sur un ensemble d'analyses de données indépendantes, c'est-à-dire peu susceptibles de donner lieu aux mêmes biais de reconstruction. Plus un clade est obtenu un nombre élevé de fois de cette façon, plus il peut être considéré comme fiable. Il est également tenu compte de la présence ou non de clades eux-mêmes répétés et incompatibles avec le clade d'intérêt. Plus un clade est contredit par un clade possédant un grand nombre d'occurrences, moins il doit être considéré comme fiable.
Dans une deuxième partie, l'indice de répétition est calculé à partir d'une série d'analyses mettant en jeu environ 200 taxons et basées sur quatre marqueurs nucléaires: Rhodopsine, MLL4, IRBP et RNF213 (ce dernier étant utilisé ici pour la première fois). Ces marqueurs sont analysés suivant des méthodes probabilistes, séparément et en combinaisons de 2, 3 ou 4, ce qui permet de bénéficier des avantages de l'analyse combinée tout en ayant des séries de résultats indépendants à comparer.
Les résultats de l'analyse de fiabilité sont ensuite synthétisés sous forme d'arbres incluant en priorité les clades les plus fiables, suivant des méthodes gérant de plusieurs façons les différences d'échantillonnages taxinomiques entre les jeux de données.
Les arbres de synthèse obtenus permettent de préciser la structure de la phylogénie des téléostéens acanthomorphes (Actinopterygii : Teleostei). De nouveaux clades fiables sont identifiés à plusieurs niveaux de résolution, et de nouveaux taxons sont placés dans la phylogénie des téléostéens acanthomorphes.
Fichier principal
These_BL_171008.pdf (3.74 Mo)
Télécharger le fichier
Soutenance_These.pdf (3.53 Mo)
Télécharger le fichier
Format : Autre