Um Teste Empírico de Bootstrapping como Método para Avaliar Confiança em Análises Filogenéticas

Bootstrapping é um método comum para avaliar a confiança em análises filogenéticas. Embora o bootstrapping tenha sido inicialmente aplicado na filogenética para avaliar a repetibilidade de um determinado resultado, os resultados do bootstrap são comumente interpretados como uma medida da probabilidade de que uma estimativa filogenética represente a verdadeira filogenia. Aqui usamos simulações por computador e uma filogenia gerada em laboratório para testar os resultados do bootstrapping de análises de parcimônia, tanto como medidas de repetibilidade (ou seja, a probabilidade de repetir um resultado dado um novo conjunto de caracteres) quanto de precisão (ou seja, a probabilidade de que um resultado represente a verdadeira filogenia). Nossos resultados indicam que qualquer proporção de bootstrap fornecida oferece uma medida imparcial, mas altamente imprecisa de repetibilidade, a menos que a probabilidade real de replicar o resultado relevante seja praticamente um. A imprecisão da estimativa é grande o suficiente para tornar a estimativa virtualmente inútil como uma medida de repetibilidade. Sob condições consideradas típicas da maioria das análises filogenéticas, no entanto, proporções de bootstrap em árvores de consenso por regra da maioria oferecem estimativas tendenciosas, mas altamente conservadoras da probabilidade de inferir corretamente os clados correspondentes. Especificamente, sob condições de taxas de mudança iguais, filogenias simétricas e mudança internodal de ≤20% dos caracteres, proporções de bootstrap de ≥70% geralmente correspondem a uma probabilidade de ≥95% de que o clado correspondente seja real. No entanto, sob condições de taxas de mudança internodal muito altas (aproximando-se da randomização dos caracteres entre táxons) ou taxas de mudança altamente desiguais entre táxons, proporções de bootstrap >50% são superestimações de precisão.