Filogenia Molecular: de secuencias a árboles evolutivos

Un curso completo de filogenética molecular para ADN, ARN y proteínas

Bienvenida

Bienvenido a Filogenia Molecular: de secuencias a árboles evolutivos. A lo largo de 18 capítulos aprenderás a reconstruir árboles filogenéticos para los tres tipos principales de datos moleculares de ADN, ARN y proteínas operando exclusivamente desde la línea de comandos en Windows.

El curso utiliza WSL2 con Ubuntu como entorno principal (porque ofrece acceso nativo a las herramientas bioinformáticas de Linux) y complementa con PowerShell para usuarios que prefieran operar sin abandonar Windows. Todas las herramientas filogenéticas modernas (IQ-TREE, RAxML-NG, MrBayes, BEAST2, MAFFT, MUSCLE5) funcionan sin fricción dentro de WSL2.

¿Por qué filogenia molecular desde la terminal?

La filogenética molecular contemporánea procesa decenas de miles de secuencias y exige pipelines reproducibles. Las razones para trabajar desde Bash son tres:

  1. Reproducibilidad: un script Bash documenta cada paso del análisis, desde la descarga de secuencias hasta el árbol final.
  2. Escalabilidad: las herramientas de línea de comandos manejan datasets que interfaces gráficas como MEGA no soportan.
  3. Ecosistema: el 95% de los servidores HPC donde se ejecutan análisis filogenéticos son Linux. Aprender la terminal te prepara para clusters.

Estructura del curso

El curso está dividido en tres bloques temáticos progresivos:

Bloque I — Fundamentos y Alineamiento (Capítulos 1 al 6)

Comenzarás con los conceptos teóricos de la filogenia molecular, configurarás tu entorno de trabajo en Windows, aprenderás a descargar secuencias desde NCBI, manipularlas con Bash y generar alineamientos múltiples de ADN y proteínas.

Bloque II — Modelos y Reconstrucción (Capítulos 7 al 12)

Dominarás la selección de modelos de sustitución (jModelTest, ProtTest, ModelFinder), los métodos clásicos de distancia y parsimonia, y los algoritmos modernos de Maximum Likelihood (IQ-TREE, RAxML-NG, FastTree).

Bloque III — Inferencia Bayesiana y Avanzado (Capítulos 13 al 18)

Cubrirás inferencia bayesiana con MrBayes, datación molecular con BEAST2, filogenia de ARN estructural (16S rRNA), filogenómica con partición de genes, visualización profesional de árboles y un proyecto integrador final.

Entorno de trabajo

Important

Este curso asume que ya tienes nociones de Bash (equivalentes al curso Bash para dummies). Si no es así, revisa primero ese curso antes de continuar.

Las herramientas se instalan mediante Bioconda, accesible tanto desde WSL2 como desde PowerShell (usando Miniconda nativo de Windows). El curso muestra ambas rutas y resalta cuándo conviene cada una.

Requisitos

  • Windows 10/11 con WSL2 instalado y Ubuntu 22.04+
  • O alternativamente: Windows con PowerShell y Miniconda instalado
  • 20 GB de espacio libre en disco
  • Conexión a internet para descargar secuencias y paquetes
  • Conocimientos básicos de Bash (recomendado haber cursado Bash para dummies)

Convenciones del curso

A lo largo de los capítulos encontrarás los siguientes bloques:

Note

Nota: Información complementaria o aclaratoria.

Tip

Tip: Atajos, buenas prácticas o recomendaciones útiles.

Warning

Advertencia: Errores comunes o precauciones, especialmente críticos en filogenia donde una elección metodológica errónea puede invalidar un análisis completo.

Important

Importante: Conceptos teóricos clave que debes recordar.

Cómo aprovechar el curso

  1. Lee y ejecuta: cada comando puede copiarse y pegarse en tu terminal.
  2. Compara resultados: las herramientas filogenéticas producen archivos de salida (logfiles, árboles Newick) que conviene inspeccionar.
  3. Resuelve los ejercicios: antes de mirar la solución, inténtalo tú mismo.
  4. Aplica a tus datos: cuando termines un capítulo, intenta replicar el análisis con tus propias secuencias.

Contenido del curso

A continuación encontrarás el índice de capítulos. Cada uno contiene teoría, ejemplos con datos reales, ejercicios propuestos y sus soluciones detalladas.

Bloque I — Fundamentos y Alineamiento

  1. Capítulo 1: Introducción a la filogenia molecular — Conceptos teóricos: árboles, topología, raíz, nodos, longitud de ramas.
  2. Capítulo 2: Configuración del entorno — WSL2 + Ubuntu + Bioconda + PowerShell con conda nativo.
  3. Capítulo 3: Adquisición de secuencias desde NCBI — E-utilities, Entrez direct, descarga por accession y búsqueda.
  4. Capítulo 4: Manipulación de secuencias con Bash — EMBOSS, BioPython, samtools faidx, awk/grep/sed.
  5. Capítulo 5: Alineamiento múltiple de ADN — MAFFT, MUSCLE5, ClustalOmega, evaluación con ASC.
  6. Capítulo 6: Alineamiento de proteínas y codón-consciente — MAFFT, MUSCLE5, PRANK, MACSE, pal2nal.

Bloque II — Modelos y Reconstrucción

  1. Capítulo 7: Modelos de sustitución de ADN — JC, K2P, HKY, GTR, jModelTest, ModelFinder.
  2. Capítulo 8: Modelos de sustitución de proteínas — PAM, JTT, WAG, LG, ProtTest.
  3. Capítulo 9: Métodos de distancia — NJ, UPGMA, K2P con QuickTree, MEGA CLI, PHYLIP.
  4. Capítulo 10: Maximum Parsimony con TNT — Heurísticas, TBR, soporte de bootstrap.
  5. Capítulo 11: Maximum Likelihood con IQ-TREE — Búsqueda de árboles, ultrafast bootstrap, SH-aLRT.
  6. Capítulo 12: RAxML-NG y FastTree — RAxML-NG para análisis pesado, FastTree para datasets masivos.

Bloque III — Inferencia Bayesiana y Avanzado

  1. Capítulo 13: Inferencia bayesiana con MrBayes — MCMC, convergencia, ESS, partición, post-burnin.
  2. Capítulo 14: BEAST2: datación molecular — Relojes moleculares, calibración, BEAUti2, Tracer.
  3. Capítulo 15: ARN estructural: 16S rRNA — Estructura secundaria, Infernal, CMalign, raxML para ARN.
  4. Capítulo 16: Filogenómica: concatenación y partición — Concatenación de genes, modelos particionados, IQ-TREE Edge-linked.
  5. Capítulo 17: Visualización y anotación de árboles — FigTree, ETE3, iTOL API, ggtree vía R.
  6. Capítulo 18: Proyecto integrador — Pipeline completo: descarga → alineamiento → modelo → ML → bayes → visualización.

Cierre

La filogenia molecular es el lenguaje con el que la biología moderna cuenta la historia de la vida. Dominarla desde la línea de comandos te permitirá ejecutar análisis reproducibles y competitivos a nivel internacional.

¡Manos a la consola y a los árboles!