Programa py_tps2tnt

¡Hola a todos los entusiastas de la cladística!

Hoy quiero compartir con ustedes una emocionante herramienta que he desarrollado como parte de una nueva línea de investigación para optimizar las tareas en sus análisis filogenéticos: py_tps2tnt.

py_tps2tnt está diseñado para procesar archivos TPS con coordenadas x,y (con o sin escala), y exportarlos al formato de TNT para análisis filogenéticos vía parsimonia.

Funcionalidades principales de py_tps2tnt:

• Permite transformar archivos TPS que contienen múltiples individuos por taxón.
• Realiza alineamientos mediante Procrustes.
• Calcula promedios de configuración.
• Determina rangos para el tamaño centroide.
• Permite seleccionar distancias interlandmarks.
• Exporta diversos tipos de datos directamente al formato TNT.
• Puede lidiar con archivos TPS que incluyen varios especímenes.
• Calcula el tamaño centroide promedio (en formato de intervalo de confianza o media +/- ES).
• También puede exportar coordenadas promedio o intervalos de distancias interlandmarks (matrices EDMA).
• El usuario puede realizar el análisis generalizado de Procrustes (AGP) a partir de la configuración consenso, la configuración del primer ejemplar, o la configuración deseada.
• Finalmente, el archivo TNT resultante puede incluir el tamaño centroide, configuraciones promedio o alineadas, y matrices de distancia interlandmarks.

Para que puedan ver cómo funciona py_tps2tnt en la práctica, he preparado un tutorial en YouTube (en español):

Les dejo el enlace de github el cual incluye el programa, los requerimientos de instalación (version de Python y librerias), manual en PDF, y datos de ejemplo.

Actualizado 4/7/2025:

Acá podran descargar desde Dropbox el programa ejecutable (no requiere instalar Python + librerías); el archivo *.exe es aprox. 138mb

Y acá pueden consultar el artículo publicado:

Liria J, Soto-Vivas A. 2025. py_tps2tnt y py_tm2tnt: dos programas en Python para procesamiento de datos morfométricos para análisis cladísticos con TNT. Revista peruana de biología 32(2): e30018 001 - 006 (Julio 2025). doi: https://dx.doi.org/10.15381/rpb.v32i2.30018

¡Espero que esta herramienta les sea de gran ayuda en sus investigaciones! Si tienen alguna pregunta o comentario, no duden en dejarlo en la sección de comentarios.

Una geofilogenia para 10 años de la RACB 1997-2007

La Reunión Argentina de Cladística y Biogeografía (RACB), es un evento que se organiza en este país con la finalidad de agrupar a distint@s investigador@s y estudiantes (pre- y posgrado) que realizan investigaciones en analisis filogenéticos y estudios sobre la distribución de la biota. 

Durante la conmemoración de los 10 año de RACB, 1997-2007 tuve la oportunidad de recibir la siguiente imagen preparada por los organizadores:

Como se puede apreciar, es un cladograma con un arreglo de ramas por periodos (años), donde se indican las distintas RACB y sus sedes, desde Tucumán en 1997, pasando por Buenos Aires 1999, Mendoza 2001, Córdoba 2003, Salta 2004, Trelew 2006, y San Isidro en 2007.

Se me ocurrió una forma de homenajear a todos los organizadores de esos 10 años, y también a los participantes.

Realicé una geofilogenia en Mesquite a partir de las localidades de cada RACB; por ejemplo, Instituto Miguel Lillo en 1997, Museo Paleontológico Egidio Feruglio en 2006, Instituto de Botánica Darwinion en 2007, entre otras.  

Acá les presento algunos mapas,

  y la vista en Google Earth con el archivo kml:

Vista general de la geofilogenia.

Detalle con imagen (logo) de cada RACB.

Bigdata e identificación de áreas de endemismo

Actualmente existen distintas bases de datos sobre biodiversidad (BDB), las cuales ofrecen infinidad de aplicaciones en estudios sobre biogeografía y conservación. El número de datos disponibles y que incluyen el componente espacial (coordenadas) se ha incrementado exponencialmente.

Imagen tomada y modificada de: 

Wüest, R.O., Zimmermann, N.E., Zurell, D, et al. 2020. Macroecology in the age of Big Data – Where to go from here? J Biogeogr. 47: 1– 12. https://doi.org/10.1111/jbi.13633

https://journalofbiogeographynews.org/2020/01/28/biogeography-in-the-age-of-big-data/

Liria, J., Szumik, C. y Goloboff, P. A. (2021). Analysis of endemism of world arthropod distribution data supports
biogeographic regions and many established subdivisions. Cladistics, 37, 559–570. https://doi.org/10.1111/cla.12448
 

En esta entrada me centraré en un ejemplo reciente publicado en la Revista Mexicana de Biodiversidad, donde se muestra como a partir de cuatro BDB (una de ellas Nacional) se compiló toda la información disponible con el fin de identificar áreas de endemismo en  Ecuador:

Liria, J. (2022). Áreas de endemismo de Ecuador: un análisis a partir de datos de distribución de especies de plantas, animales y hongos. Revista Mexicana de Biodiversidad, 93(mayo-): e934031

 

 

Al revisar estas bases de datos, lo primero que surgió fue la incompatibilidad taxonómica en algunos casos; especies con categorias supra especificas distintas en dos bases de datos. Este tipo de aspectos fue recientemente abordado por:

Feng, X., Enquist, B.J., Park, D.S., et al. (2022) A review of the heterogeneous landscape of biodiversity databases: Opportunities and challenges for a synthesized biodiversity knowledge base. Global Ecology and Biogeography. 31(7): 1242-1260. Disponible en: https://onlinelibrary.wiley.com/doi/full/10.1111/geb.13497

"Information in a biodiversity database is generally indexed by species’ scientific names. However, the dynamic nature of taxonomic research presents challenges to such indexing. With the exception of a few well-established groups such as birds (whose taxonomy is relatively stable and subject to regular external review and standardization; Chesser et al., 2021), conflicting taxonomic concepts, homonyms, outdated synonyms, and ambiguous alternative spellings are prevalent across the tree of life (Boyle et al., 2013; Franz et al., 2008). Furthermore, in addition to the roughly 18,000 new species discovered each year, the taxonomy of the > 2 million species currently described (Mora et al., 2011) is in a state of constant flux, as old species definitions are re-examined and relationships are updated to reflect new insights. Finally, no single, universally agreed-upon taxonomy exists for the tree of life. Therefore, biodiversity databases have implemented different strategies (here termed taxonomic systems) to handle this taxonomic churn..."

De esta forma al integrar multiples BDB se pueden utilizar herramientas como OpenRefine para normalizar la información taxonómica:

Imagen tomada de: https://docs.gbif.org/openrefine-guide/3.0/es/guia-para-la-limpieza-de-datos-sobre-biodiversidad-con-openrefine.es.pdf

 

A partir de esta figura les presento la metodología utilizada para procesar cuatro BDB y poder identificar areas de endemismo en Ecuador: