Pohon Filogenetik

 

Pohon filogenetik atau pohon evolusi adalah diagram bercabang atau pohon yang menunjukkan hubungan evolusi di antara berbagai spesies biologis atau entitas lain berdasarkan persamaan dan perbedaan sifat fisik atau genetiknya. Pohon filogenetik didefinisikan sebagai pohon berlabel daun yang mewakili sejarah evolusi sekumpulan taksa, kemungkinan dengan panjang cabang, baik tidak berakar atau berakar (Husson dan Bryant 2006). Pohon filogenetik dapat memberikan cara alami yang berarti, menyajikan data, dan mengandung informasi evolusi di dalam cabangnya (Page dan Holmes 1998). Pola percabangan pohon (topologi) dan simpul pada pohon filogenetik dapat berupa spesies, populasi, individu, atau gen (Li et al. 2000).

Neighbour Joining (NJ), Unweighted Pair Group Method with Arithmetic means (UPGMA), Maximum Likelihood (ML), dan inferensi Bayesian merupakan beberapa metode yang digunakan untuk merekonstruksi pohon filogenetik (Backeljau et al. 1996, Guindon dan Gascuel 2003, Huelsenbeck et al. 2001, Saitou dan Imanishi 1989). Pohon filogenetik yang disusun dengan sejumlah urutan masukan nontrivial dibangun dengan menggunakan metode filogenetik komputasi. Metode matriks jarak seperti Neighbour Joining atau UPGMA, menghitung jarak genetik dari beberapa urutan sekuen, paling sederhana untuk diterapkan, tetapi tidak menggunakan model evolusioner. Banyak metode perataan urutan seperti ClustalW juga membuat pohon dengan menggunakan algoritma yang lebih sederhana (yaitu yang didasarkan pada jarak) dari konstruksi pohon. Parsimoni maksimum adalah metode sederhana lain untuk memperkirakan pohon filogenetik, tetapi menyiratkan model evolusi implisit (yaitu parsimoni). Metode yang lebih maju menggunakan kriteria optimalitas Maximum Likelihood, sering kali dalam kerangka Bayesian, dan menerapkan model evolusi eksplisit untuk estimasi pohon filogenetik (Felsenstein 2004). 

Daftar Pustaka 

Backeljau T, Bruyn LD, Wolf HD, Jordaens K, Van Dongen S, Winnepenninckx B. 1996. Multiple UPGMA and Neighbor-joining trees and the performances of some computer packages. Mol Biol Evol. 13:309-313.

Felsenstein J. 2004. Inferring Phylogenies. Sunderland (US): Sinauer.  

Guindon S, Gascuel O. 2003. A simple, fast and accurate algorithm to estimate large phylogenies by Maximum Likelihood. Syst Biol. 52:696-704. 

Huelsenbeck JP, Ronquist F, Nielsen R, Bollback JP. 2001. Bayesian inference of phylogeny and its impact on evolutionary biology. Science. 294(5550):2310-2314.  

Huson DH, Bryant D. 2006. Application of phylogenetic networks in evolutionary studies. Mol Biol Evol. 23:254-267.

Li S, Pearl DK, Doss H. 2000. Phylogenetic tree construction using Markov chain Monte Carlo. J Am Stat Assoc. 95:493.

Page RDM, Holmes EC. 1998. Molecular Evolution A Phylogenetic Approach. London (GB): Blackwell Publishing Ltd.

Saitou N, Imanishi T. 1989. Relative efficiencies of the Fitch-Margoliash, Maximum-Parsimony, Maximum-Likelihood, Minimum-Evolution and Neighbour-joining methods of phylogenetic tree construction in obtaining the correct tree. Mol biol evol. 6:514-525.