Livro CI 2008

Evolução de Sistemas Fisiológicos
filogeneticamente estruturada (Diniz-Filho, 2000), ou seja, o quanto a filogenia pode prever o
fenótipo. Por sua simplicidade e plasticidade o método foi estendido para a análise de
correlação de elementos fenotípicos em um contexto filogenético (Diniz-Filho et al, 1999,
2000). O princípio é muito simples: se pudéssemos codificar a filogenia como um caracter
contínuo poderíamos usar este caracter como uma variável preditora (independente) em
uma análise simples de
regressão (como na figura
4). Assim teríamos
valores esperados pela
filogenia (na reta de
tendência) e desvios
desse valor esperado (os
r e s í d u o s ) . A s s i m
d e s d o b r a r í a m o s a
variância fenotípica em
d o i s f a t o r e s , u m
filogenético, proveniente da estrutura filogenética, e outro específico (Diniz-Filho, 2000).
Figura 6 - A filogenia pode ser interpretada como um conjunto de distancias par-a-par entre os taxa,
formando uma estrutura hiperdimensional com n dimensões (A). Como não existe um sistema de
coordenadas pré-definido, qualquer rotação desta hiperestrutura mantêm as relações de distância (B).
Assim, usamos técnica de Coordenadas Principais (C) que cria n eixos de modo que o primeiro novo
eixo resuma a maior parte da variação e todos os seguintes sejam ortogonais (com ângulo de 90º) a
ele, resumindo cada vez menos variação, criando um sistema de coordenadas arbitrário (D).
O primeiro passo é, então, codificar a filogenia em forma de caracter. Para tal
utilizamos uma técnica análoga à técnica de Componentes Principais chamada
Coordenadas Principais, que transforma a informação filogenética na forma de distâncias
filogenéticas (medido de alguma forma, seja distancia molecular, seja numero de passos
entre nós, seja numero de nós, etc) entre cada par de espécies (ver figura 6). Uma vez
extraídos estes novos eixos e (conseqüentemente) novas variáveis que codificam a filogenia
do grupo, tais variáveis podem ser usadas em uma análise de regressão múltipla, que difere
da univariada por ter diversas variáveis preditoras. Na verdade, no caso de RAF, o que
temos é uma única variável preditora complexa, a filogenia.
Apesar de parecer mais complexa, a regressão múltipla pode ser visualizada de
maneira idêntica à regressão univariada, apresentando valores previstos e resíduos
(variação não explicada pelo modelo) (figura 4). Assim sendo, se somarmos todos os
resíduos e dividirmos pela variância total, encontraremos uma porcentagem NÃO explicada
pela RAF e, conseqüentemente, achamos a porcentagem que é de fato explicada. Em
outras palavras, se seu resíduo compõem 13% da variância total, então quer dizer que seu
modelo de regressão (o RAF) explica 87% da variância. Esta variância explicada é o que
325