Consistencia

Consistencia de los métodos de reconstrucción filogenética.
El grado de credibilidad de las hipótesis puede evaluarse si se disciernen las fuentes de incertidumbre o desconfianza. Por ejemplo, los tipos de “errores locales” que cuestionan la credibilidad de los datos debido a descripciones o mediciones equivocadas de los caracteres y estados (Patterson & Johnson, 1997) tienen un impacto diferente que el de los “errores de estimación” asociados a los métodos de la reconstrucción filogenética. Los primeros pueden detectarse y corregirse en el laboratorio mismo y tienen impacto sólo en el estudio en cuestión. Pero los del segundo tipo, implican consecuencias metodológicas y conceptuales profundas.

La idea de “consistencia” es que si un método esta libre de errores de estimación, este converge hacia el resultado “correcto” respecto a un marco de referencia, sobre todo cuando los datos son abundantes. En la teoría estadística, un estimador es “consistente” respecto a un modelo especifico cuando su distribución de probabilidad muestra una dispersión menor alrededor del valor “verdadero” conforme el tamaño de la muestra se incrementa. En la teoría filogenética, un método es “consistente” si las hipótesis que produce bajo las condiciones de un modelo particular convergen hacia una filogenia de referencia (Hillis, 1995). Con este propósito, se ha intentado comparar el desempeño de los métodos de parsimonia y los probabilísticos en su habilidad de reconstruir la filogenia. Cuando se evalúa la habilidad de una balanza para estimar el peso correcto, el marco de referencia es el kilo “Patrón” y la variación permitida por una “Norma”. El problema es evidente en el caso de la estimación de la “dispersión” alrededor de la filogenia “correcta” pues los únicos marcos de referencia posibles son los escenarios evolutivos elaborados mediante simulaciones.

Uno de los primeros exámenes de la habilidad de los métodos se basó en una peculiar combinación de datos y modelos (“long branch atraction”) con lo que supuestamente se demostró que parsimonia es “inconsistente”, pues el método no recuperó la topología generada por los datos (Felsenstein, 1978; Kim, 1996). En contraposición, diferentes condiciones simuladas sugirieron que los métodos de verosimilitud también pueden ser “inconsistentes” en su desempeño al estimar la filogenia (Chang, 1996; Farris, 1999; Kolaczkowski & Thornton, 2004; Siddall, 1998). Los intentos de la calificación de métodos en estudios más elaborados solo han llegado a la conclusión de que diseñar simulaciones para medir “consistencia” es un problema muy complejo en el que interactúan tipos de tasas de cambio de los caracteres, tipos de modelos simples o complejos y tipos de topologías simétricas o asimétricas (Goloboff, 2003, Yang, 1996, 1997). Otros, han sugerido que los métodos de parsimonia bajo ciertos modelos son equivalentes a los de verosimilitud (de Queiroz & Poe, 2001, 2003; Steel & Penny, 2000; Tuffey & Steel, 1997).