Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PRACTICA DE LA TAXONOMIA
NUMERICA
I
Otganksicl6n de los Eistados Amarrlcansu
iI Programa Regional de Desamtto Ctcntitlw y Tmoldgicso
Jorge Víctor Crisci
Y
María Fernanda López Armengol
Cátedra de Introducción a la Taxonomía
Facultad de Ciencias Naturales
Universidad Nacional de La Plata
La Plata, ARGENTINA
Secretaría General de la
Organización de los Estados Americanos
Programa Regional de Desarrollo Científico y Tecnológico
24 de julio de 1982 - 24 de julio de 1983 - Año del
Bicentenario del Natalicio del Libertador Sirnón Bolivar
Washington, D.C. - 1983
El programa de monoqrafías científicas es una faceta de la vasta
labor de la Orqanización de los Estados Americanos, a cargo del Depar-
tamento de Asuntos Científicos y Tecnológicos de la Secretaría General
de dicha Organización, a cuyo financiamiento contribuye en forma impor-
tante el Proqrama Regional de Desarrollo científico y ~ecnológico.
CAPITULO 1 . INTRODUCCION....................................
Tipos de Datos...........................................
Datos Doble-estado y su Codificación.....................
Datos Multiestados y su Codificación.....................
El Problema de la Variación Intra-OTU ....................
Un Ejemplo: Estudio de ~axonomíaNumérica en el
Género Rulnesin (Zygophyllaceae)......................
Matriz Básica de Datos...................................
Análisis de Agrupamientos................................
Representación Gráfica de las ~écnicasde
~nálisisde Agrupamientos.............................
~onstrucciónde Fenogramas...............................
Medición de la Distorsión................................
Los Caracteres como OTU: Técnica R ......................
Interpretación de los Fenoqramas.........................
CAPITULO 7. LA BUSQUEDA DE LA ESTRUCTURA TAXONOMICA:
METODOS Di? ORDENACION..... ............................... 71
Esta monografía constituye una introducción a los aspectos teóricos LA TAXONOMIA NUMERICA COMO TEORIA CLASIFICATORIA
del feneticismo y a la aplicación de las técnicas numéricas. En ella
se tendrán en cuenta dos prequntas que, a menudo, se hacen muchos taxó-
nomos: ¿Qué es la taxonomía numérica? y ¿qué puede hacer la taxonomía La clasificación es el agrupamiento de objetos en clases sobre la
numérica por mí? base de atributos que poseen en común y/o sus relaciones. El término
relaciones abarca, por ejemplo, el caso de objetos que se encuentran en
Las técnicas numéricas no se presentan en forma exhaustiva, sino un mismo tiempo y/o lugar. Una relación entre el ente A y el ente B
ilustrativa y sin proceder a un riquroso examen matemático, ya que éste puede considerarse como un atributo del par formado por A v B en ese
trasciende el propósito de introducción al tema de esta monografía. orden. Por lo tanto, "atributos" podría incluir a "relaciones".
Este trabajo no es en absoluto original, pues intenta resumir no- Ante la diversidad que lo rodea, el hombre recurre a la clasifica-
ciones ya consagradas. La importancia relativa atribuida a diferentes ción como medio para evitar la confusión e, instintiva o conscientemen-
actividades, la selección de los ejemplos que se presentarán y el capí- te, clasifica su mundo circundante. El lenguaje mismo no sería posible
tulo sobre valor y limitaciones de la taxonomía numérica reflejan, es sin una clasificación implícita, ya que cada objeto individual sería
cierto, tendencias personales. considerado como tal sin llegar a una generalización; así, por ejemplo,
cada mesa debería tener nombre propio, ya que el término "mesa" implica
Esta contribución está dirigida, en principio, a los biólogos y un concepto colectivo inaplicable sin una clasificación previa.
estudiantes de biología. Pero entre los posibles lectores se ha consi-
derado a investigadores de otros campos debido a la difusión de la El origen de la ciencia de la clasificación se remonta hasta los
taxonomía numérica fuera de la disciplina en la cual tuvo su origen. antiguos griegos. No obstante, el proceso de clasificar, el reconoci-
miento de similitudes y el agrupamiento de organismos u objetos en fun-
Con esta monografía se ha querido subsanar la falta de trabajos ción de esas similitudes, comienza con el hombre primitivo.
sobre el tema en idioma castellano y al redactarla nos ha guiado la
convicción de que un nuevo enfoque puede iluminar con un nuevo día En la diversidad que el hombre enfrenta está el mundo viviente y es
en éste donde ha tenido lugar un monumental proceso clasificatorio sin
2 antiguos problemas.
paralelo en otras disciplinas. No es entonces casual que este proceso
clasificatorio haya sido el contexto donde nació la taxonomía numérica
(Crisci, 1978) .
En consecuencia, una introducción a la taxonomía numérica, como
teoría clasificatoria, debe incluir una visión de la disciplina que le
da origen y nutre su mensaje. En otras palabras, para comprender lo
que es la taxonomía numérica hay que considerarla dentro del desenvol-
vimiento de la clasificación biológica y del vertiginoso renacimiento y
transformación experimentados en los Últimos 30 años por los aspectos
teóricos de esta disciplina.
DEPINICION DE TERMINOS
La anterior definición de los objetivos de la clasificación bioló- Esencialisno. Fue la teoría dominante por muchos siglos, está basada
gica puede "traducirse" a un lenguaje pragmático: la mejor clasifica- en la lógica aristotélica y responde a los puntos de vista sostenidos
ción será la más e s t a b l e , la más r o b u s t a , la más p r e d i c t i v a . Enten- por PlatÓn y muchos de sus discípulos.
diéndose por e s t a b l e que no se modifica en forma drástica por la
incorporación de nueva información; por robusta que no es alterada A pesar de haber sido descalificada por biÓlogos y filósofos (por
radicalmente por la incorporación de nuevas entidades y por p r e d i c t i v a ejemplo, Popper, 1950; Simpson, 1961; Hull, 1965; Mayr, 1969), varios
que una propiedad conocida para la mayoría de las entidades de un grupo sistemáticos sostienen y/o practican algunos de los principios esencia-
está qarantizada con una gran probabilidad de que existe en aquellas listas (por ejemplo, Thompson, 1952, 1962; Borgmeier, 1957; Blackwelder
entidades de ese grupo todavía no examinadas con miras a buscar esa y Boyden, 1952).
propiedad.
El esencialismo sostiene que es tarea de la ciencia descubrir la
Un interesante ejemplo de clasificación con objetivos científicos, "verdadera naturaleza" de las objetos, es decir, su realidad oculta o
fuera de la biología, es la clasificación de los elementos químicos en esencial.
la tabla de Mendeleiev. Quienes tengan algunos conocimientos de quími-
ca, saben que esta tabla ha demostrado en el curso del tiempo coheren- La práctica del esencialismo en la clasificación biológica compren-
cia teórica, capacidad explicativa y predictiva, estabilidad y robus- de los siguientes principios:
tez, es decir, todos los requisitos que debe satisfacer una clasifica-
ción con objetivos que se circunscriban en el ámbito de la ciencia. a) Las esencias ("verdadera naturaleza o forma") de los organismos
existen y pueden ser descubiertas y discriminadas con la ayuda de la
Este ejemplo podría suscitar una controversia ya que, para algunos intuición intelectual.
biólogos, los elementos químicos y los seres vivos no son comparables,
pues los elementos carecen de historia. Sin ánimo de iniciar una b) La tarea de la clasificación biológica es descubrir y discrimi-
controversia, consideramos que, a pesar de diferencias sustanciales en nar las esencias.
el grado de complejidad entre seres vivos y elementos, el ejemplo de la
tabla de Mendeleiev es totalmente válido como clasificación científica c) Las esencias tienen un nombre, pueden ser descritas con palabras
y como tal comparable con cualquier otra. y a esa descripción se le denomina "definición".
Una vez determinado el objetivo, podemos preguntarnos: ¿Cuál es el d) Los seres vivos reflejan una serie básica de tipos y formas
camino operativo para construir una clasificación biológica que respon- inmutables.
da a las expectativas y definiciones antes mencionadas? o jcuáles son
los fundamentos de la clasificación biológica? e) Todos los organismos miembros de un mismo agrupamiento clasifi-
catorio (taxon) reflejan la misma naturaleza esencial y corresponden al
mismo tipo básico.
FUNDAMEN'TOS DE LA CLASIFICACION BIOLOGICA
f) La variación dentro de un mismo taxon es desechable a los fines
i ~ s
fundamentos de la clasificación biológica son objeto de una de Clasificatorios, por ser el producto de una desviación de los arqueti-
las más intensas controversias en biología, ya que hay varias corrien- pos básicos.
tes de pensamiento acerca de los fundamentos teóricos a aplicar en di-
cha clasificación. La abundante bibliografía al respecto da fe de esta Por postular la existencia de "tipos básicos", esta escuela se ha
estimulante controversia (por ejemplo: Heywood y McNei 11, 1964; Mayr , .
denomi nado también "tipología"
1965, 1974, 1981; Rollins, 1965; Colless, 1967; Gilmartin, 1967;
Williams, 1967; Johnson, 1968; Michener, 1970; Hull, 1970; Ruse, 1973; De la lectura de los principios se infiere que para el esencialismo
Schlee, 1975; Sokal, 1975; Duncan y Baum, 1981). la clasificación no se construye, sino que se descubre.
Algunos sistemáticos sostienen que estas disputas sobre los funda- Los numerosos siglos de esencialismo dejaron su resabio en la prác-
mentos de la clasificación biológica son vanas, según ellos, la clasi- tica de la clasificación biológica y no son pocos los sistemáticos que
ficación no es algo que se deba pensar demasiado, sino sólo acometar- Siguen intuitivamente algunos principios esencialistas (por ejemplo,
la. Huelga casi senalar, que estos mismos sistemáticos, al construir definición aristotélica de los taxones). La misma nomenclatura taxonó-
sus clasificaciones, adhieren implícita y hasta puede decirse involun- mica no escapa a la influencia esencialista.
tariamente a alguna de las teorías de la clasificaciÓn que pasaremos a
examinar. Cladisrm. El término "cladismo" proviene del griego y su raíz etimo-
16gica significa "rama", denominación que recibe esta escuela por la
importancia otorgada al árbol genealógico en la construcción de la discontinuidad entre los posibles grupos a formar. Este criterio con-
clasificación y a las ramificaciones de dicho árbol. Algunos de los templa no sólo el monofiletismo, sino también el grado en que se han
sostenedores de esta escuela la denominan "fi logenética" (Wiley, alejado, en similitud o parecido, en el transcurso del tiempo, los po-
1981). En esta monografía seguiremos la tradicional costumbre de deno- sibles grupos a formar. Por ejemplo, dos grupos pueden tener un ante-
minar "cladista" a esta teoría para evitar confusiones con la escuela cesor común cercano en el tiempo, pero difieren de tal manera que la
evolucionista que también reclama para sí el nombre de "filogenética". discontinuidad entre ellos (en cuanto a similitud) es muy pronunciada.
Según esta teoría, la clasificación biológica debe basarse en la C) Homogeneidad interna (en cuanto a similitud) en cada grupo for-
filogenia ("historia evolutiva") de los organismos, de ahí que se le ha mado (taxon) .
dado también el nombre de "enfoque qenealógico".
d) Asociación del taxon con un determinado hábitat.
m s criterios para aplicar esta teoría son los siguientes:
e) El rango adjudicado al taxon debe ser, en lo posible, adecuado a
a) Cada grupo o taxon a formar debe ser monofilético (sensu Hennig, su tamaño. Por ejemplo, no es conveniente tener una familia de un solo
1968), es decir, todos sus miembros comparten entre sí un antecesor co- género, salvo que la discontinuidad sea lo suficientemente apreciable
mún más reciente que con cualquier otro miembro de algún otro grupo de como para admitirlo.
igual rango.
f) Debe existir una cierta equivalencia entre las categorías adju-
b) Se eligen caracteres en los cuales pueda determinarse el estado dicadas a grupos afines. Por ejemplo, el concepto de la categoría "gé-
primitivo (estado presente en el más reciente antecesor común del nero" debe conservar su uniformidad en una misma familia.
grupo). Esta determinación de las tendencias evolutivas de los carac-
teres se basa en estudios del grupo y de los grupos afines (véase el La importancia concedida a cada uno de estos criterios depende de
capítulo 9). cada autor.
c) Se establece la secuencia de ramificaciones del árbol genealógi- La diferencia entre el cladismo y el evolucionismo radica princi-
co y la posición relativa en el tiempo de esas ramificaciones. Este palmente en que el primero intenta expresar en la clasificación las
paso se concreta con la ayuda de los caracteres elegidos y de fósiles ramificaciones del árbol evolutivo, en tanto que el segundo sostiene
cuando los hay. que la clasificación debe ser consecuente con esas ramificaciones y
representar a su vez otros factores de la filogenia, tales como el gra-
8 d) Los grupos que se forman se basan en la posesión de estados evo- do de diversificación y divergencia en cuanto a similitud.
lucionados en común, el monofiletismo y la cercanía temporal a un ante-
9
cesor común. El recurrir sólo a los estados evolucionados de los ca- Esta teoría ha sido descrita por Simpson, 1961; Mayr, 1969 y Bock,
racteres tiene por objeto eliminar la distorsión producida por las 1973.
diferentes velocidades de evolución de distintos caracteres a lo largo
de diferentes líneas filéticas. Feneticismo. El feneticismo sostiene los siguientes principios:
e) La categoría taxonómica conforme a la jerarquía linneana asigna- a) Las clasificaciones deben efectuarse con un gran número de ca-
da a cada grupo está en relación directa con su desprendimiento en el racteres, que deben ser tomados de todas las partes del cuerpo de los
tiempo de otra línea evolutiva (ramificaciones). Por ejemplo, un taxon organismos y de todo su ciclo vital.
desprendido en el Precámbrico constituye una división, entre Cámbrico y
DevÓnico una clase y así sucesivamente. Cuanto más antiguo, más eleva- b) Todos los caracteres utilizados tienen la misma significación e
do el rango dentro de la jerarquía. Actualmente, muchos seguidores del importancia en la formación de los grupos.
cladismo descartan este criterio.
c) La similitud total (o global) entre dos entidades es la suma de
La idea básica es que la clasificación debe expresar las relaciones la similitud en cada uno de los caracteres utilizados en la clasifica-
filogenéticas, teniendo en cuenta las ramificaciones del árbol genealó- ción.
gico que es necesario reconstruir previamente a la clasificación.
d) Los grupos de taxones a formar se reconocen por una correlación
Esta teoría se halla expuesta en las obras de Hennig, 1968; de caracteres diferentes.
Brundin, 1968; Schlee, 1969; Janvier y colaboradores, 1980, y Wiley,
1981. e) La clasificación es una ciencia empírica, en la cual la expe-
riencia sensible desempeña el papel preponderante y, por lo tanto, está
Evolucionismo. Constituye un enfoque ecléctico que combina varios libre de inferencias genealógicas.
criterios con información genealógica. Esta escuela no pretende que la
clasificación exprese la filogenia, sólo que sea consecuente con ella. f) Las clasificaciones deben basarse exclusivamente en la similitud
fenética. Se entiende por "fenético" cualquier tipo de carácter utili-
Esta teoría se basa en los siguientes criterios: zable en la clasificación, incluyendo los morfológicos, fisiológicos,
ecolóqicos, etológicos, moleculares, anatómicos, citológicos y otros.
a) Fi loqenia.
g) El número de taxones establecido en cualquier rango es arbitra-
b) Cantidad de modificaciones evolutivas desde el antecesor común, i0, aunque siempre debe ser coherente con los resultados obtenidos.
con el fin de determinar el grado de diversificación y el tamafio de la
Una vez establecido debe continuarse aplicando el mismo criterio de El operacionismo fue fundado en 1927 por el físico P.W. Bridgman en
delimitación en todo el grupo estudiado. su ya famoso tratado Tke Loiyic of Motiorn r h y s i c s . En el operacionismo
un concepto sólo es válido si pueden describirse las operaciones que
Para el feneticismo es imposible llevar a cabo clasificaciones que conducen a establecerlo. Casi siempre, al determinar estas operaciones
expresen la f ilogenia o sean consecuentes con ella, por el desconoci- se entra en el ámbito de las mediciones.
miento de detalles suficientes acerca de la historia evolutiva de la
mayoría de los organismos. En muchos grupos de organismos, debido a la Un símbolo adquiere interpretación operacional y operativa si se
falta de fósiles o de otro tipo de información no se conoce la genealo- establece una correspondencia entre él y los resultados de una opera-
gía respectiva o ésta es en alto grado especulativa. ción real o posible, arbitrada para medirlo (Hull, 1968; Bunge, 1969).
Es muy importante destacar que el feneticismo no cuestiona la Teo- El enfoque operativo de la clasificación biológica exige que cual-
ría de la ~volución ni la existencia de una genealogía de los organis- quier hipótesis clasificatoria sea comprobada por la observación, la
mos; simplemente excluye del proceso clasificatorio la información experimentación y la medición y que se establezcan criterios para defi-
filogenética. Por otra parte, considera válido el estudio de la filo- nir categorías taxonómicas y operaciones clasificatorias.
genia una vez efectuada la clasificación del grupo.
En trabajos taxonómicos es frecuente encontrar frases como la si-
Esta teoría clasificatoria tampoco descarta la posibilidad de que guiente: "A está más relacionado con B que con c".
clasificaciones basadas en sus principios reflejen relaciones qenea-
lógicas. Para el operacionismo esta frase no es válida, a menos que vaya
acompañada de :
Algunos sistemáticos practican una suerte de "feneticismo atempera-
do" no numérico, de pocos caracteres casi siempre morfológicos. - una clara definición de lo que se entiende por "más relacionado";
Aún no se ha resuelto la controversia histórica sobre el origen de - un criterio explícito por el cual puede observarse ese "más rela-
esta teoría de la clasificación. Según algunos autores (por ejemplo, c ionado";
Sneath y Sokal, 1973), fue Adanson, botánico del siglo XVIII, quien
primero esbozó lo que hoy es el fundamento doctrinal del feneticismo. - un criterio explícito por el cual ese "más relacionado" puede
Otros (por ejemplo, Guédes, 1967) sostienen que las ideas de Adanson medirse, y
fueron mal interpretadas, que de ninguna forma tenían un "tinte" fene-
10 ticista y que el origen de esta teoría es reciente. Un análisis más - una enumeración de los pasos a seguir para completar las opera- 11
profundo, sin embargo, revela que dicha teoría tiene sus raíces en el ciones de observación y medición.
empirismo y el operacionismo, escuelas epistemolóqicas que tratan del
origen del conocimiento. Lo esencial es explicitar, en la forma más clara posible, todas las
operaciones taxonórnicas, dándoles sentido empírico y operacional. En
otras palabras, se evitan las especulaciones sin base y los conceptos
EL FENETICISMO Y EL ENWQUE EMPIRICO Y OPERATIVO DE LA CLASIFICACION ambiguos.
BIOLOGICA
El feneticismo no rechaza de plano todos los conceptos no operacio-
El empirismo es una doctrina epistemolóqica muy antigua, pero su nales (Sneath y Sokal, 1973), lo que es imposible de hacer, pero deja
verdadero fundador es John Locke (1632-1704). Locke y sus continuado- en claro que los conceptos operacionales deben ser predominantes en el
res sostienen que el conocimiento sólo deriva de la experiencia sensi- proceso clasificatorio.
ble. El empirismo opone a la tesis del racionalismo (seqún la cual el
pensamiento, la razón, es la verdadera fuente del conocimiento) la Este realce del enfoque empírico en la clasificaciÓn biológica ha
antítesis de que la Única fuente del conocimiento humano es la expe- sido propuesto no sólo por los feneticistas sino también por otros bió-
riencia (Hessen, 1938; Romero, 1973). Para el empirismo, cualquiera logos (por ejemplo, ~ h r l i c hy Holm, 1962; Davis y Heywood, 1963) y f0r-
que sea el origen de una hipótesis científica la experiencia debe com- ma parte de una tendencia general para reducir la ambiqüedad y el papel
probarla. En resumen, todos nuestros conceptos, incluso los más gene- de la intuición en la sistemática (Crisci, 1978). Por eso. se ha tra-
rales y abstractos, proceden de la experiencia. tado de precisar al máximo los conceptos claves de la clasificación
biológica entre los cuales figura el de relación taxonómica, al que se
El feneticismo ha llevado esta idea a la clasificación biológica, ha prestado considerable atención y al cual dedicaremos nuestra próxima
al desterrar de ella toda especulación filogenética y poner de relieve sección.
un proceso clasificatorio empírico, es decir, basado en las decisiones
taxonómicas que provienen de la experiencia sensible. El feneticismo
senala como ejemplo de concepto taxonómico no empírico el concepto bio- RELACIONES TAXONOMICAS
lógico de especie, donde es imposible encontrar un correlato o criterio
observable que permita aplicarlo (Sokal y Crovello, 1970; Crisci, 1981). El concepto de relaciones taxonórnicas ha sido objeto de diferentes
interpretaciones a lo largo de la historia de la clasificación biológi-
El gran realce que da el feneticismo al enfoque empírico de la cla- ca; esta diversidad ha creado confusión. Cualquier intento de aclarar
sificación biológica ha llevado a algunos autores a una posición deri- esta confusión exige ante todo un análisis de las relaciones posibles
vada del empirismo: el denominado "operacionismo" (Sokal y Camin, entre los seres vivos, a fin de poder decidir cuál o cuáles de ellas
1965). >ueden considerarse como parte de las "relaciones taxonómicas".
Las relaciones posibles entre dos organismos o entre dos taxones
son las siguientes:
Esta lista no agota las relaciones posibles, pero incluye las que
pueden considerarse de mayor trascendencia.
In-
m tiempo
I CONSTRUCCION DE UNA
MATRIZ BASICA DE DATOS
tas unidades, por ejemplo UTO, pero dada la enorme difusión de la sigla
OTU es preferible no utilizar otro nombre en la ya abarrotada termino-
logía taxonómica.
I1 OBTENCION DE UN
COEFICIENTE DE SIMILITUD
PARA CADA PAR POSIBLE DE OTU 1
de alqunas de estas entidades es motivo de controversia (Mayr, 1969;
Sokal y Crovello, 1970; Crisci, 1974, 1981; Raven, 1976; Levin, 1979).
Aquí utilizaremos libremente los términos que se corresponden con ellas
sin entrar a discutir el aspecto filosófico acerca de su realidad.
Cuando se comparan dos organismos en un proceso de clasificación es Como no siempre la homoloqía es fácilmente distinquible en función
importante que las estructuras comparadas se correspondan: por ejem- de la similitud, todavía queda mucho marqen para la polémica sobre este
plo, que la 1ongit.ud del pétalo de la OTU A sea comparada con la longi- tema.
tud del pétalo de la OTU B. El reconocimiento de que las dos estructu-
ras son pétalos y de que la variable a medir en las dos OTU es lonqitud Dejando de lado esta discusión, que excede el ámbito de esta mono-
se denomina "determinación de homologías", paso necesario y de enorme grafía, optamos por el criterio operativo al mismo tiempo que reconoce-
importancia en cualquier proceso clasificatorio. mos sus limitaciones.
TIPOS DE CARA-S
b) Estados homólogos son aquéllos que pueden ser considerados como 3. Químicos
sucesivos estados de transformación de un mismo estado inicial. Se
considera transformación al proceso histórico real de la evolución 4. Etológicos
(Hennig, 1968).
5. EcolÓg icos
C) Hom6logos son los estados de los caracteres de dos o más orga- a) hábitat
nismos cuyo origen puede determinarse en el mismo estado del carácter b) parásitos
del antecesor común de esos organismos (Mayr, 1969). C) alimentos
d) variaciones estacionales
d) Dos estados son homólogos si se originan filogenéticamente uno
del otro, o de una base hereditaria común (Bertalanffy, 1975). 6. Geográficos
a) distribución
El problema más serio no es definir que es homoloqía, sino recono- b) relación entre poblaciones (simpatría, alopa-
cerla. El criterio más frecuente para ello es el de la similitud, que tría)
puede ser de dos tipos: homólqa y no homólcqa u homoplásica. La si-
militud hom6loga es debida al antecesor común; la homoplásica puede ser 7. Genéticos
producto de paralelismo, convergencia, analogía, mimetismo y el azar
(Simpson, 1961). La similitud homóloga es reconocible (pero no Respecto a una lista más detallada de tipos de caracteres en zoolo-
siempre) por la correspondencia en la composición y estructura de los gía, consúl.tese a Mayr, 1969; en botánica, a Davis y Heywood, 1963 y
estados que intervienen y su parecido profundo, no superficial. Skerman, 1967, y en microbioloqía, a Lockhart y Liston, 1970 y Sneath,
1978.
ELECCION DE LOS CARACTERES contenido de información que e s t á expresado por e l número de c a r a c t e r e s
que l o componen (Sneath y Sokal, 1973).
En un t r a b a j o de taxonomía numérica e s a c o n s e j a b l e e l e g i r todo t i p o
de c a r á c t e r y de t o d a s l a s p a r t e s d e l c i c l o v i t a l . Solamente deben Para entender l a p o s i c i ó n d e l f e n e t i c i s m o s e debe d i s t i n q u i r s i q n i -
excluirse l o s siguientes caracteres: f i c a c i ó n o peso a p r i o r i d e s i g n i f i c a c i ó n o peso a p o s t e r i o r i (Cain,
1959; Heywood, 1968; Mayr, 1969).
a ) C a r a c t e r e s s i n s e n t i d o biológico. Ejemplo de e s t e t i p o de
c a r á c t e r e s e l número dado por e l c o l e c t o r a l ejemplar de h e r b a r i o . Lo La s i q n i f i c a c i ó n a p r i o r i c o n s i s t e en o t o r g a r mayor v a l o r taxonómi-
que s e p e r s i g u e e s e v i t a r l a u t i l i z a c i ó n d e a q u e l l o s c a r a c t e r e s que no c o a uno o a más c a r a c t e r e s a n t e s d e confeccionar l a c l a s i f i c a c i ó n .
tengan una r e l a c i ó n imuortante con l o que s e observa en l o s organismos Esos c a r a c t e r e s s e reconocen usando algún c r i t e r i o e s t a b l e c i d o . Por
propiamente dichos. ejemplo, porque son e s t a b l e s genéticamente, porque s e comportan como
c a r a c t e r e s d i a g n ó s t i c o s en o t r o s grupos, porque exhiben e s c a s a p l a s t i -
b) C a r a c t e r e s c o r r e l a c i o n a d o s lógicamente. Ejemplos de e s t e t i p o cidad f e n o t í p i c a , o bien por sospechar que son i n d i c a d o r e s de r e l a c i o -
de c a r á c t e r son: nes f i l o g e n é t i c a s (Mayr, 1969) .
C a r á c t e r 1: diámetro d e l t a l l o . La s i g n i f i c a c i ó n a p o s t e r i o r i e s r e s u l t a d o de l a c l a s i f i c a c i ó n y
c o n s i s t e en reconocer e l o l o s c a r a c t e r e s que mejor discriminan o d i a g -
C a r á c t e r 2: radio d e l t a l l o . n o s t i c a n l o s grupos formados. E l c a r á c t e r " p r e s e n c i a de c a p í t u l o " e s
muy importante p a r a reconocer l a f a m i l i a de l a s Compuestas, p e r o e s a
Se debe e x c l u i r como redundante toda propiedad que s e a consecuencia importancia s ó l o s e reconoce una vez c o n s t r u i d a una c l a s i f i c a c i ó n que
l ó g i c a d e o t r a propiedad ya u t i l i z a d a . Hay que e v i t a r l a u t i l i z a c i ó n contenga a l taxon Compuestas, no a n t e s .
por dos o más v í a s d i f e r e n t e s de l a misma información. Sólo uno de l o s
c a r a c t e r e s c o r r e l a c i o n a d o s e s aceptado como v á l i d o . Generalmente, por l a f a l t a de e v i d e n c i a a l a p l i c a r l o s c r i t e r i o s
e s t a b l e c i d o s P a r a reconocer l a importancia a p r i o r i , é s t a debe s e r de-
C ) C a r a c t e r e s i n v a r i a b l e s en l a s OTCl en e s t u d i o . Ejemplo de e s t e sechada, no a s í l a importancia a p o s t e r i o r i que r e s u l t a d e l proceso
t i p o de c a r á c t e r e s c o n s i d e r a r l a " p r e s e n c i a de v é r t e b r a s " como c a r á c - c l a s i f i c a t o r i o y que e s c l a v e p a r a e l proceso de d e t e r m i n a r .
t e r en un e s t u d i o de un grupo d e v e r t e b r a d o s .
~l f e n e t i c i s m o r e i v i n d i c a l a s i g n i f i c a c i ó n a p o s t e r i o r i y rechaza
E s p r e c i s o e x c l u i r l o s c a r a c t e r e s que no v a r í a n en l a s OTU en e s t u - l a s i g n i f i c a c i ó n a p r i o r i , dándole a todos l o s c a r a c t e r e s e l mismo peso
20 d i o , ya que c a r e c e n de poder d i s c r i m a t o r i o y , por l o t a n t o , de v a l o r o importancia a l comenzar una c l a s i f i c a c i ó n .
taxonómico. En r e a l i d a d , por d e f i n i c i ó n no son c a r a c t e r e s , aunque pue- 21
dan s e r l o p a r a o t r o s grupos e i n c l u s o p a r a un grupo de j e r a r q u í a supe-
r i o r que contenga a l grupo o b j e t o d e e s t u d i o .
TIPOS DE DATOS
TIPOS DE DATOS
Presencia 1 auurncia
en 18 conchilla
DOBLE-ESTADO
codificación de los datos doble-estado, estados excluyentes. En
1 sin wcuencia lógica / Margen de
la hoja
caso, puede expresarse como 1 y 0, otorqándole O a cualquiera de
Cualitativos . Entero los estados, o utilizando como expresión numérica el 1 y el 2 (esto
Glabra permite distinguir este tipo de datos de los anteriores). El número
PUberencia de
con POCO abundante - aquí es también utilizado en forma convencional y a manera de rótulo.
MULTIESTADO la hoja
Muv abundante
~l codificar el ejemplo anterior de carácter doble-estado, estados ex-
Continuar Longrtud del cluyente~,resulta:
abdomen
Cuantitativos
IUúrnero de flores de
Dircantinuor
la rnfloiercencia
Son los llamados datos binarios o predicados dicotómicos, es decir Alternativa 1 Alternativa 2
aquéllos que tienen sólo dos estados. Pueden indicar presencia/ausen-
cia y estados excluyentes. dehiscente 1 2
Tipo de fruto
a) Datos doble-estado, presencia/ausencia. Son también denomina- indehiscente O 1
dos datos "todo" o "nada" y representan características que están o no
presentes; por ejemplo:
Carácter
l Estados
l Son aquellos datos que poseen tres o más estados y pueden ser de
dos tipos: cualitativos y cuantitativos.
Codificación de los datos doble-estado presencia/ausencia. Se a) Datos multiestados cualitativos sin secuencia lógica o desorde-
expresan numéricamente como 1 (presencia) v O (ausencia). El número nados. Son datos cualitativos que no pueden ser ordenados en una se-
aquí desempeiía una función de rótulo o marca de identificación que cuencia de grados del atributo. Por ejemplo, el carácter "tipo de su-
facilita el tratamiento cuantitativo, pero bien podrían expresarse como perficie pilosa de la hoja" con los siguientes estados: escabrosa,
+ (presencia) y - (ausencia), o cualquier otra forma convencional. estrigosa, híspida, hirsuta, serícea, estrellada.
Al codificar el anterior ejemplo de carácter doble-estado presen- Codificación de los datos multiestados cualitativos sin secuencia
c ia/ausencia resulta: lógica o desordenados. Es el tipo de dato más difícil de codificar,
ya que por no presentar una secuencia o grados es imposible represen-
t.%-lobien con números. En el ejemplo dado podemos atribuir 1-2-3-4-5
y 6 a los estados nombrados en el orden dado. Los números cumplen aquí
Carácter Estados Codificación funciones convencionales v de rótulo. Pero ¿por qué otorgar 6 al esta-
I 1 do estrellado y no 2 ? Es decir, carecemos de fundamentos para estable-
cer un orden. En el caso de los datos doble-estado este inconveniente
Presencia de ravas 1 no existe, ya que son posibles dos secuencias, equivalentes entre sí.
Rayas en el abdomen
Ausencia de rayas O El problema podría resolverse transformando a cada uno de los esta-
dos en datos presencia-ausencia; por ejemplo:
b) Datos doble-estado, estados excluyentes. Representan caracte-
res cualitativos que tienen dos estados solamente; por ejemplo:
Presente 1 Presente
dehi scente Superficie de la Superficie de la
Tipo de fruto hoja escabrosa hoja estrigosa
i ndehi scente L
Ausente O Ausente
Carácter 1 -ts~ p e r 1~ s t a d o s T j válida consistiría en otorgar los números 1, 1,5 y 2 a los estados
"rara", "común" y "abundante").
26
dependientes, aumenta su valor taxonómico en perjuicio de caracteres no
codificados de esta forma.
1 1
Común
O 1
7
Abundante
L Carácter
--
Estados 1 Datos Multiestados Cuantitativos
==id
el carácter "número de pétalos", donde las expresiones serán siempre
Presencia números enteros.
de pelos común
b) Datos multiestados cuantitativos continuos. Expresan dimen-
siones continuas, es decir, cualidades cuya variabilidad se distribuye
1 1 abundante 1 3 en una escala continua. La expresión de estos datos puede ser un núme-
ro entero o fraccionario. Ejemplos de este tipo de datos son todas las
expresiones de tamaíío: "longitud de la hoja", "altura de la planta".
Aquí los números desempefian una función ordinal, ya que indican la
posición de una cualidad en una secuencia de grados (otra codificación "ancho del pétalo", etc.
Finalmente, los datos cuantitativos pueden ser transformados en
datos "doble-estado" si los cálculos así lo exigen, como veremos más
adelante al tratar los coeficientes de similitud. Carácter
Un ejemplo sería el carácter "número de pétalos" con variabilidad longitud entre Presente
de 2 a 10, que puede ser subdividido en intervalos que se transformarán 8 v 10 cm
en caracteres binarios: Ausente
Carácter Estados Codificación Una primera solución consiste en considerar que la variación
intra-OTU puede representarse mediante una medida de posición estadís-
Presente
- 1 tica, por ejemplo la media o la moda.
28 De 8 a 10 pétalos 29
Ausente O La media es utilizada para datos multiestados cuantitativos conti-
nuos. Sin embargo, no es recomendable para datos multiestados cualita-
tivos con secuencia lógica v cuantitativos discontinuos, pues el valor
obtenido podría no corresponderse con un valor real (por ejemplo, una
Los datos continuos, como, por ejemplo. el carácter "longitud de la .
media de 3,5 para el carácter número de pétalos)
hoja", con variabilidad entre 2 y 10 cm, pueden ser transformados en:
La media y la moda no reflejan la dispersión de los valores, por lo
que algunos autores (Sneath y Sokal, 1973) complementan esta solución
agregando como nuevo "carácter" una medida de dispersión, por ejemplo,
la desviación estándar. El carácter original se transforma, entonces,
en dos caracteres para cada OTU: la media (o moda) y 'la desviación
Longitud entre estándar.
2 y 3,99 cm
Una segunda solución al problema de la variación intra-OTU consiste
en elegir al azar un organismo de los que componen la OTU y considerar
que los estados presentes en ese organismo son los estados de la OTU.
Con esta solución (denominada método del ejemplar) se corre el riesgo
de elegir un organismo que presente estados atípicos para la OTU en
Cuestión.
Longitud entre
4 y 5.99 cm La tercera solución consiste en utilizar coeficientes de similitud
que, en los cálculos, tengan en cuenta la variación intra-OTU. Un
ejemplo de este tipo de coeficiente es la distancia de Crovello (véase
el capítulo 5: Coeficientes de distancia).
presente 2
arbustos o
Carácter Estados Codificación
1. ~ábito arbustos y árboles 1
arbustos O
árboles 2
Hábito arbustos y
árboles 1
2. ~ongituddel internodio (cm) - -
árboles 2
.
3. ~ i á m e t r od e l i n t e r n o d i o (cm) 1 - -
Color d e l o s p é t a l o s
4. L o n g i t u d d e l a h o j a (cm) - -
1C +-
21. L o n g i t u d d e l p é t a l o (mm)
f o l í o l o s no s é s i l e s O
I heteroqéneos
l O I
8. Presencia de peciólulos -f o l í o l o s s é s i l e s o n o
folíolos sésiles
folíolos alternos
11
I
1
O
I 24. Tipo d e estambres
C heterogéneos y
homogéneos
1 homogéneos
1
2
lI
9. ~ i s p o s i c i ó nd e l o s f o l í o l o s
en e l raquis f o l í o l o s subopuestos
I
1 1
I no modificados
I O
I 25. ~ o d i f i c a c i ó nd e modificados y no
folíolos o uestos l o s estambres
ausente
t I
modificados 2
1
10.
2
1
13.
Pubescencia
Ancho d e l f o l í o l o (mm)
Número d e n e r v a d u r a s
ausente y presente
presente
1 1
1
26.
27.
P r e s e n c i a d e g r a n escama
junto a l estambre
Presencia d e p e l o s en l a
base d e l filamento esta-
mina1
1
ausente
presente
s i n pelos
con o s i n pelos
2
1
primarias d e l folíolo
con p e l o s 2
paralelos O
14. posición de los folíolos 28. P r e s e n c i a d e una escama s u - ausente O
terminales paralelos y p l e m e n t a r i a j u n t o a l estam-
1 bre presente 1
-d i v e r q e n t e s
divergentes 1 2
I 29. Agrupación d e l o s estam-
15. P r e s e n c i a d e mucrón e n f o l í o l o s n o mucronados O bres
folíolos I
l--- I
1 1
2
[ agrupados
18.
L o n g i t u d d e l p e d ú n c u l o (mm)
n i a d o e n l a escama e s t a - con o s i n á p i c e
19. Ancho d e l s é a10 (mm) mina 1 l a c i ni ado 1
curvado
36.
37.
Número d e Ó v u l o s p o r c a r
pelo
Pubescencia d e l f r u t o
-g l a b r o
-
-
I o
pubescente 1
t 38. L o n p i t u d d e l f r u t o (mm) - I -
--- 1 -
p o n d e a l v a l o r d e l c a r á c t e r n p a r a l a OTU t .
39. Ancho d e l f r u t o (mm)
reducido 1
I La m a t r i z b á s i c a d e d a t o s d e Bulnesin e s l a s i g u i e n t e :
E s n e c e s a r i o a s i m i s m o t e n e r u n s í m b o l o p a r a d a t o s n o o b t e n i b l e s , he-
B. arborea 2 29,6 8,6 6 O O 2 17,2 7,1
c h o f r e c u e n t e e n e s t u d i o s taxonómicos, generalmente debido a l a d e f i -
c i e n c i a d e l a s colecciones. E l s í m b o l o NC ( n o c o m p a r a b l e ) e s e l más B . carrapo 2 39,7 16,4 5,8 1 O 2 18,l 6,4
utilizado. Los "no c o m p a r a b l e s " s o n d e s c a r t a t i o s d u r a n t e e l p r o c e s a -
miento d e l o s datos.
B. chiZensis 0 5,2 2,4 NC 2 O 1 9 7,l
La m a t r i z b á s i c a d e d a t o s p u e d e s e r e s t u d i a d a d e s d e d o s p u n t o s d e
v i s t a ( C a t t e l l , 1952): e l d e l a a s o c i a c i ó n d e c a r a c t e r e s , llamada t é c - B. bonariensis 2 8,9 2 1 2 O 1 11,s 6,8
nica R, y e l o t r o e s l a práctica inversa, e s decir, l a asociación d e
l a s OTU, l l a m a d a t é c n i c a Q. En t a x o n o m í a n:im<rica 5 e u s a n ambas t é c n i - 3. retmna 2 6,6 2,6 2 1 1 1 10 7,4
c a s , a u n q u e c o n mayor f r e c u e n c i a l a t é c n i c a Q.
-
B. foliosa 2 13,6 7,8 3 2 O 1 13,2 5,3
r--------
B. bonariensis 1 0
-
B. schickendantzii 2 5,7 1,9 1 2 O 1 10,4 5,9 R. retama- 8 O 22,s 18,8
7 B. schickendantzii
19 20 21 22 23 24 25 26 27 B. snrmientoi 2 O
OTU
36
28 29 30 31 32 33 34 35
OTU -
B. arborea O 2 10,2 1,5 5,2 2 2 1
B. chilensis O 2 7 2 4,4 1 1 NC
36 37 38 39 40 41 42 43
OTU
COEFICIENTES DE DISTANCIA
-
donde: Xii = media del carácter i para la OTU j;
-
Xik = media del carácter i para la OTU k;
= desviación estándar del carácter i para la OTU j;
Sij
Sik = desviación estándar del carácter i para la OTU k.
Los valores obtenidos a partir de la aplicación de los coeficientes
de distancia varían de cero a infinito; cero es la máxima similitud.
ODEFICIENTñS DE CORRELACION
MTD = /< parten del oriqen de las coordenadas y pasan por las OTU.
-
donde: Xj = media para todos los valores de los estados de la OTU j;
-
Xk = media para todos los valores de los estados de la O T U k. Fig. 7. Matriz de 2 x 2 que muestra las
combinaciones posibles que pueden obtener-
se al comparar dos OTU --j y k-- para un
Los valores de este coeficiente oscilan entre 1 y -1, siendo 1 el mismo carácter del tipo doble-estado.
valor de la máxima similitud. El valor -1 difícilmente se alcanza, ya
que es imposible una correlación neqativa tan alta entre OTU.
El resultado de la suma de 5, 2, 2 y g es el número total de carac-
El uso de este coeficiente estadístico en taxonomía numérica ha si-
d o objeto de críticas (Eades, 1965; Minkoff, 1965), ya que los caracte-
teres utilizado (=n) .
res (las columnas de la matriz básica de datos) no son inde~endientes A continuación, presentaremos distintos coeficientes de asociación
entre sí. Por lo tanto, no se basa en los mismos postulados estadísti- conjuntamente con el cálculo realizado a base de la siquiente matriz
cos ni son aplicables a él las pruebas de significación. Otro factor básica de datos hipotética, constituida por las OTU A y B y 10 caracte-
crítico es que en algunos casos, la codificación de caracteres ejerce res del tipo doble-estado, presencia/ausencia.
considerable influencia en los resultados. Asimismo, no permite reco-
nocer diferencias de tamaAo cuando las O T U son iguales en cuanto a for-
ma. A pesar de estas dificultades es un coeficiente Útil, cuando los
42 datos son adecuados a sus propiedades. 1 2 3 4 5 6 7 8 9 1 0
COEFICIENTES DE ACOCIACION OTU A 0 1 1 0 1 0 1 0 1 0
Estos coeficientes miden las coincidencias y diferencias en los es- OTU B 1 1 0 0 1 1 0 0 1 1
tados de caracteres entre dos OTU. Esta medición exiqe datos del tipo
doble-estado, aunque bajo determinadas condiciones algunos de estos
coeficientes (por ejemplo el "simple matchi nq coeff icient") ~ u e d e n El coeficiente de asociación más sencillo es el llamado "Simple
aplicarse sobre datos multiestados cualitativos sin secuencia lóqica Matching Coefficient" (SMC) y está expresado en la fórmula:
(Sneath y Sokal, 1973).
SMC =
a + d
Se han propuesto innumerables coeficientes de asociación (Cole, a + b + c + d
1949, 1957; Dagnelie, 1960; Goodman y Kruskal, 1954, 1959, 1963;
Cheethan y Hazel, 1969; Sneath y Sokal, 1973; Clifford v Stephenson, El valor de este coeficiente oscila entre 1 y O, siendo 1 la máxima
1975). Antes de presentarlos procede establecer cierta simbología. similitud y O la mínima.
Si se comparan dos O T U , j y k, para un carácter doble-estado (pre- De su aplicación en las OTU A y B de la matriz básica de datos an-
senci a/ausenci a) se ti enen cuatro posi bi lidades: terior resulta:
2-3/0,7 -1,428
El coeficiente de Hamann (H) destaca las diferencias. tos valores
d e similitud oscilan entre 1 y -1, que equivalen a la máxima y mínima
similitud, respectivamente. Este coeficiente se expresa como Sigue:
Debido a la estandarización de la matriz básica de datos la media
de un carácter debe expresarse como cero y la varianza como la unidad.
La mayor parte de los valores se encuentran entre -3 y 3.
MATRIZ DE SIMILITUD
Las OTU ocupan tanto las filas como las columnas, siguiendo el mis-
mo orden en ambas; de esta manera se logra comparar cada OTU consigo
misma y con las restantes OTU. Así estructurada la matriz, cada valor
de la diagonal principal (Sl1, S 2 2 , S33,...,Stt) representa a
cada OTU comparada consigo misma; este valor corresponde al de la máxi-
Fig. 9. b) matriz de similitud entre ocho OTU del género
BuZnesia obtenida a partir de un coeficiente de correlación.
ANALISIS DE AGRUPAMIENTOS
d) Técnicas secuenciales: Cada grupo es formado uno por vez hasta b) Ligamiento completo. En este caso, se considera que el valor de
que se agota el conjunto total. similitud entre la OTU candidato a incorporarse y el grupo o núcleo es
igual a la similitud entre el candidato y la OTU integrante del grupo o
~ é c n i c a s simultáneas: Los qrupos son formados simultáneamente, núcleo menos parecido a él, en otras palabras el de menor valor de si-
en una sola operación. militud. Si el candidato a incorporarse es un grupo o núcleo en sí
mismo, el valor de similitud será iqual a la mínima similitud hallada
De las alternativas presentadas en los dilemas, las más utilizadas entre dos OTU provenientes una de cada qrupo o núcleo.
son las exclusivas, jerárquicas, aglomerativas y secuenciales, las
cuales se combinan caracterizando a las técnicas de agrupamientos que C) Ligamiento promedio. En este caso se considera que el valor de
describiremos. Dentro de las mismas hemos elegido, por ser las más similitud entre la OTU candidato a incorporarse y el grupo o núcleo es
sencillas, las del llamado "grupo par" ("pair group"), en las cuales igual a una similitud promedio resultante de los valores de similitud
solamente puede ser admitida una OTU o un grupo de OTU por nivel. Esto entre el candidato y cada uno de los integrantes del grupo o núcleo.
significa que los grupos formados en cualquier etapa de los agrupamien- Como existen varios tipos de medias, es posible contar con más de una
tos contienen sólo dos miembros. técnica de liqamiento promedio. La más utilizada es la media aritméti-
ca no ponderada (UPGMA, "unweighted pair-group method using arithmetic
A continuación describiremos la técnica operativa, con sus varian- averages"). Si el candidato a incorporarse es un qrupo o núcleo en sí
tes (un ejemplo de su aplicación se presentará más adelante): mismo, el valor de similitud será un promedio de los valores de simili-
tud entre los pares posibles de OTU provenientes uno de cada grupo o
1. Se examina la matriz de similitud para localizar el mayor valor núcleo.
de similitud existente en ella, descartando, lógicamente, la diagonal
principal. Se identifica así a las dos OTU que formarán el denominado El reconocimiento del valor de similitud al que se formarán nuevos
núcleo del primer grupo. Núcleo es todo conjunto formado por dos OTU y núcleos o grupos, o se incorporarán nuevas OTU, o al que se fusionarán
52 grupo es todo conjunto formado por más de dos OTU. En algunos casos, los núcleos o grupos existentes, se ve facilitado por la obtención de 53
puede haber más de un valor máximo de similitud, es decir otro par o matrices derivadas.
pares de OTU presentan iqual valor que el anterior; en ese caso, se
construyen a ese nivel dos o más núcleos separados. Estas matrices tienen su origen en la matriz de similitud original
y se obtienen con anterioridad a cada una de las etapas del proceso de
2. Se busca en la matriz de similitud el próximo valor de mayor agrupamiento. El cálculo de los valores que constituirán estas matri-
similitud. En las primeras etapas del proceso de agrupamiento, el ha- ces varía según la técnica de agrupamiento utilizada (liqamiento sim-
llazgo de este nuevo valor puede llevar a: ple, completo o promedio).
- la formación de nuevos núcleos; La primera etapa del proceso de agrupamiento consiste en reconocer
en la matriz de similitud el par de OTU con el valor de mayor simili-
- la incorporación de una OTU a un núcleo ya existente para formar tud. La primera matriz derivada diferirá de la matriz de similitud
un grupo, Y original en que el núcleo formado será considerado como unidad con res-
pecto a las restantes OTU.
'1, - la fusión de los núcleos existentes.
Si comparamos la matriz de similitud de la cual se parte con la ma-
3.Se repite la segunda etapa del proceso hasta que todos los nú- triz derivada obtenida, ésta disminuye en tamaño en una columna y en
cleos y grupos estén unidos y en ellos se incluya la totalidad de las una fila.
OTU .
Es en la matriz derivada donde debe buscarse el próximo valor de
El primer paso es común a todas las técnicas, el segundo (incorpo- mayor similitud. Sabremos aquí cuál de las posibilidades mencionadas
ración de nuevas OTU a núcleos y grupos existentes) puede realizarse Se presenta.
por tres caminos diferentes denominados:
Se vuelve a obtener una nueva matriz derivada, diferente a la ante-
.
Il a) Ligamiento simple ("simple linkage") rior, en la cual los nuevos núcleos o qrupos formados se consideran co-
mo unidades con respecto a las OTU no integrantes de núcleos o grupos.
l b) Ligamiento completo ("complete linkage") . Se repite así el procedimiento hasta lograr que todos los núcleos y
grupos constituyan un grupo que contenga a todas las OTU.
C) Ligamiento promedio ("average linkage").
Es común a todas las técnicas de agrupamientos que la primera ma-
a) Ligamiento simple. Las OTU se incorporan a grupos o núcleos ya triz derivada se obtenga de la matriz de similitud. En el ligamiento
formados tomando en cuenta que el valor de similitud entre la OTU simple, en el liqamiento completo y en algunos tipos de ligamiento
promedio (los llamados "ponderados") las matrices derivadas son calcu-
ladas a partir de los valores de la matriz derivada inmediatamente an-
terior. En el ligamiento promedio aritmético "no ponderado" (UPGMA) al
calcular las matrices derivadas se vuelve siempre a la matriz de simi-
litud original.
Las OTU se colocan en el extremo derecho y dan origen cada una a un válidas de representar
eje horizontal. Los ejes horizontales se unirán mediante ejes vertica- #VW- B un mismo fenograma.
les que expresan, en relación con la escala, el valor de similitud
existente entre las OTU o conjuntos de OTU.
análisis de agrupamientos a partir de las tres técnicas presentadas:
podríamos decir que un grupo cualquiera se constituye por las para- ligamiento simple, ligamiento completo y liqamiento promedio (UPGMA).
lelas a la escala que nacen de un mismo eje vertical y las ramificacio-
nes que contiene. Ligamiento s i q l e (Figs. 12 y 13). E1 valor de mayor similitud en-
contrado en la matriz de similitud es el que poseen B.arb. (O. arboreal
Respecto a la terminología, Sokal y Camin (1965). Mayr (1965) y Y B.car. (B. carrapo) que forman un núcleo, unido a un valor de simili-
Wiley (1981) distinguen entre fenoqramas, que representan relaciones tud de 0.68.
fenéticas, y cladogramas, donde las ramificaciones están basadas en las
conexiones filogenéticas entre las OTU. E1 término dendrograma incluye La primera matriz derivada considera a B.arb. y B.car. como un nú-
a los fenogramas y a los cladogramas. cleo con respecto a las restantes OTU. Como la técnica utilizada es la
del liqamiento simple los valores que se extraen de la matriz de simi-
El fenograma de la figura 10 contiene cinco OTU ( A , B, C, D y E ) . litud derivan de la elección del valor de similitud numéricamente menor
Las OTU A y C se unen a un nivel 0,2 de similitud; de allí el eje A-C (el más parecido) entre el par B.arb.-B.car. y las restantes OTU.
se une con la OTU D a un nivel de 0,4. El núcleo B-E se forma a un ni-
vel de 0,5 y todas las OTU quedan reunidas a un nivel 0,6. En esta primera matriz derivada se observa que el próximo valor de
mayor similitud es el que poseen B.fol. (R. j o l i o s n i y B-schic. (B.
El orden de las OTU en el lado derecho es de escasa importancia, ya schickendnntaii) que se unen formando un nuevo núcleo a un valor de si-
que los ejes pueden rotar en cualquier grado (180' en el papel) sin al- militud de 0,73.
terar los patrones de relación entre las OTU. La figura 11 muestra
otras tres formas de representar correctamente el fenograma de la figu- La segunda matriz derivada considera no sólo a B.arb. y a B.car.
ra 10. corno un núcleo, sino también a B-fol. y B.schic. y se extraen los meno-
res valores de distancia existentes entre:
CONSTRUCCION DE
a) el nuevo núcleo y el anterior, y
Tomaremos la matriz de similitud de distancia del género ~ulnesiu
(Fig. 9a) como ejemplo ilustrativo y realizaremos todos los pasos del b) el nuevo núcleo y las restantes OTU.
Ligamiento Simple 1
-
Ligamiento Simple 2
0.68
B.arb.
1.01 10.99 0 73 0.68
[B.car. <
c;:
B ehil.
B.ret
B.fo1.
B.rch~c.
r B.arb
B car
B.~h!l.
B.ret.
B.f0l.
B.sch,c
B bon.
-
068
,
B arb
B car
~igamientopromedio (Fiqs. 16 y 17). El mayor valor de similitud en-
contrado en la matriz de similitud es el que poseen B.arb. y B.car. que
forman un núcleo a un valor de similitud de 0,68.
B.ret
B bon 184
b) el nuevo núcleo y las restantes OTU.
B bon.
B fol
8 fol. La similitud entre el núcleo ya formado B.arb.-B.car. con respecto
B rchic
B.rchic al nuevo núcleo R.fol.-B.schic. se calcula de la siquiente manera:
B rar 174 157
b ,
4
184
:
I
:
1 57 123 113 101 073-7
-
068
7B arb
8 car
B rar l
lL-r-'+~~~ B rchic
Este cálculo se ha obtenido con el método no ponderado.
Fig. 15. Pasos finales en la construcción de un fenograma mediante la Promedio pesado = - 1,69.
2
técnica del ligamiento completo.
Ligamiento Promedio
i-C-i
-
0 68
B arb
Ligamiento Promedio
2
mi B rchic
B fol.
E:a:
B chil
101 O 73 7 0 6 8
, B.ret.
i::':
B bon.
B rchic
B.f0l.
B chil B rchic
l
B.sar.
B arb.
B car
B chil
Fig. 16. Tres primeros pasos en la construcción de un fenograma me-
B ret.
diante la técnica del ligamiento promedio. Cada paso comprende la ma- B bon *
B fol B.ban
triz derivada y el agrupamiento correspondiente (continúa en la Fig. 17)
8 rchte
B rar B rchic
La cuarta matriz derivada contiene los valores de similitud de los El coeficiente de correlación cofenética es una medida de la dis-
núcleos B.arb.-B.car., B.chi1.-B.ret. y del grupo B.bon.-B.fo1.- torsión interna de la técnica, pero no una evaluación de la clasifica-
B.schic. entre sí y las restantes OTU. ción que se construirá a partir del fenograma (Farris, 1969; Rohlf,
1970).
Como se observa, el valor de mayor similitud es el de 1,16 entre el
núcleo B.chi1.-B.ret. y el qrupo B.bon.-B.fo1.-B.schic.; ambos se fu-
sionan en un gran grupo. Continuando con el ejemplo de Rulnesia, tomamos la matriz de simi-
litud obtenida a partir del coeficiente de distancia y el fenograma
La quinta matriz derivada considera el valor de similitud entre el resultante de esa matriz empleando la técnica del ligamiento promedio.
núcleo B.arb.-B.car. con respecto al grupo B.chil.-B.ret.-B.bon.- El valor de similitud entre R. arbor>ea v B. retama en la matriz de dis-
64 B.fo1.-B.schic. y de ellos con B.sar. Siendo 1,49 el valor de mayor tancia es de 1,58 y en el fenoqrama esa relación está a nivel de 1,62. 65
similitud. B.sar. pasa a formar parte del grupo constituido por Por lo tanto, en la matriz cofenética la relación entre B.arb.-B.ret.
B.chi1.-B.ret.-B.bon.-B.--B.schic.
será de 1,152. Si volcamos en la matriz cofenética todos los valores de
similitud entre pares de OTU tal como están representados en el feno-
grama, podremos calcular la distorsión aplicando, entre ambas matrices,
La sexta y última matriz derivada nos da el valor 1,62, al que se
el coeficiente de correlación cofenética. La figura 19 muestra las dos
une el núcleo B.arb.-B.car. y el grupo constituido en el paso anterior.
matrices y el fenograma, junto al valor del coeficiente de correlación
cofenética (CCC) obtenido en este caso (0,90).
La técnica del liqamiento promedio (UPGMA) fue aplicada también so-
bre la matriz de similitud de correlación (Fig. 9b) y se obtuvo el fe-
Los valores del coeficiente de correlación cofenética para los res-
nograma que se observa en la figura 18.
tantes fenogramas publicados en esta monografía son los siguientes:
Fenograma / Ligamiento Promedio En la figura 20 se aprecia el fenograma que agrupa a los caracteres.
0.61
INTERPRETACION DE LOS FENOGRAMAS
Dentro del amplio grupo se observa una OTU aislada de las demás B.
sarmientoi y dos subgrupos: el primero constituido por A. c h i l e n s i s y
B. retama y el segundo, por R. b o n a r i e n s i s , B. foZiosa y R. schicken-
d a n t z i i . Dentro de este Último subconjunto R. foZiosa y B. schiclcen-
d a n t z i i se encuentran estrechamente asociados.
F i q . 20. ~ é c n i c aR , f e n o g r a m a d e l o s 4 3 c a r a c t e r e s d e l e s t u d i o s o b r e
e l q é n e r o HuZnesia: o b t e n i d o p o r e l m é t o d o d e l l i g a m i e n t o p r o m e d i o a
base de l a matriz de similitud d e l coeficiente de correlación entre
c a r a c t e r e s , 4 3 x 43.
t e r c e r conjunto: 8 , 1 3 , 1 2 , 4 0 , 2, 1 9 , 2 9
OTU a i s l a d a : 33
E l p r i m e r c o n j u n t o s e d i v i d e e n un s u b c o n j u n t o f o r m a d o p o r l o s Ca-
r a c t e r e s 3 8 ( l o n g i t u d d e l f r u t o ) , 39 ( a n c h o d e l f r u t o ) , 4 1 ( l o n g i t u d
d e l c a r p ó f o r o ) , 4 3 ( l o n g i t u d d e l a s e m i l l a ) c o n un n ú c l e o ( 3 8 , l o n g i t u d
d e l f r u t o y 3 9 , a n c h o d e l f r u t o ) y un c a r á c t e r a i s l a d o , e l n ú m e r o 1,
( h á b i t o ) . S e continúa a s í e l a n á l i s i s d e l o s o t r o s grupos.
LA BUSQüEüA DE LA ESTRUCPIJRA TAXONOMICA: METODOS DE ORDENACION
Los resultados de esta técnica se grafican sobre ejes ortogonales Segundo componente 9,34 21,73 67,12
que representan los componentes principales que delimitan un espacio bi
o tridimensional, seqún se utilicen dos o tres ejes por vez. Obviamen-
te, es imposible la representación gráfica simultánea de más de tres Tercer componente 5,72 13,31 80,43
ejes.
Las OTU se sitúan dentro del espacio delimitado por los componentes Cuarto componente 3.39 7,89 88.32
según los valores de sus coordenadas con respecto a éstos.
Generalmente, para estas representaciones se eligen los tres prime- Quinto componente 2,60 6,05 94,37
ros componentes, ya que son los que contienen la mayor parte de la va-
riabilidad. No es aconsejable desdeRar q nrior? los otros componentes,
pues a pesar de su escaso contenido de variabilidad pueden hrindar Sexto componente 1,135 3,85 98,22
información importante acerca de la estructura taxonómica del grupo en
estudio.
Séptimo componente 0,97 2,26 100
Las combinaciones más comunes para la elaboración de los qráficos
bidimensionales son: primer componente con el segundo; primero con el
tercero y sequndo con el tercero. A veces, se combinan el primero con Los tres primeros componentes expresan más del 80% de la variación
el cuarto y el sequndo con el cuarto. La posición de uno u otro compo- Y son elegidos para las representaciones gráficas.
nente en la abscisa o en la ordenada es indistinta.
La fiqura 22a corresponde al gráfico bidimensional de los componen-
Los gráficos tridimensionales se basan en los tres primeros compo- tes primero y segundo. Esta representación expresa un 45,39% en el
nentes. primer Componente y un 21,738 en el sequndo componente, o sea un total
3e 67,12% de variación expresada en el gráfico. Las OTU están dispues-
Las representaciones gráficas deben ir acompaRadas de tablas en las as en el espacio bidimensional con arreglo a los valores de sus coor-
que figure la siguiente información acerca de los componentes principa- enadas en relación con estos dos primeros componentes.
les: eigen-valores, porcentaje de traza, acumulación del porcentaje a
medida que se extraen componentes y valor de la contrihiición de cada La fiqura 22b constituye el gráfico bidimensional que representa la
carácter a cada componente. ombinación del primer y tercer componente. Se aprecia un 58,70% de
ariación (45,39% del primer componente y 13,31% del tercero).
B arboiea
" 0.6
B rarmientoi
r
B retama
3
- La siguiente tabla nos muestra el aporte de cada uno de los 43 ca-
;1
racteres a los tres primeros componentes principales. Cuanto más alto
B arborea es el valor de esa contribución (sin importar el signo), mayor es el
-OLE
B rarmientoi b
i
O? O
! '7
B carrapo 1
1
aporte del carácter al componente.
1. Hábito
- 0,720 -0,519 0,223
Fig. 22. Análisis de los componentes principales en el género Bulne- *- Longitud del
internodio
s z a . ~ráficosbidimensionales con la proyección de las OTU en los tres
primeros componentes (1,II y 111) tomados de a dos por vez; a) compo- - 0,554 0,137 O,578
20. C o l o r d e l o s
6. Lonqitud d e l pétalos 0,082 0,959 -0,086
pecíolo 0,848 -0,243 -0,199
--
7. NÚmerode
folíolos 0,358 0,640 -0,219
--
21. Longitud d e l
pétalo
l 0,975
1 0,084 -0,124 1
22. Ancho d e l
8. Presencia d e pétalo 0,987 0,070 0,031
peciÓlulos 0,590 -0,376 0,639
-- --
23. Número d e
9. ~ i s p o s i c i ó nd e nervaduras
los folíolos d e l pétalo O, 893 0,253 O, 1 5 5
en e l raquis -0,477 -0,732 0,424
- 24. Tipo d e
10. Pubescencia 0,303 0,277 -0,701 estambres -0,555 -0,659 -0,276
- --
11. L o n q i t u d d e l 25. M o d i f i c a c i ó n d e
f olí010 0,922 -0,188 -0,071 l o s estambres 0,913 0,215 -0,133
1 2 . Ancho d e l 26. P r e s e n c i a d e 79
folíolo 0,682 -0,558 -0,052 g r a n escama
junto a l es-
tambre 0,973 0,203 -0,085
1 3 . ~ ú m e r od e
pp
nervaduras P
17. Longitud d e l
- estambres 0,649 0,458 0,582
18. Longitud d e l
sépalo 0,180 0,931 0,283 31- L o n g i t u d d e
l a antera -0,476 0,728 0,424
Las relaciones entre OTU se establecen por su proximidad en el es-
pacio delimitado por los componentes: cuanto más próximos se encuen-
I I
32. Longitud de tran, más relacionados están.
la escama 0,677 0,528 -0,189
El análisis de la fiqura 22a muestra estrecha relación entre U.
arborea - 9. carrapo, al iqual que el par A. chilensis - R. retama. B.
33. Presencia de schickendantzii está cercano a este Último par. Las demás OTU están
ligeramente aisladas con excepción de 8. sarmientoi que se encuentra
do en la esca- significativamente alejada de las demás.
ma estaminal -0,094
En la figura 22b algunas relaciones se mantienen con respecto a la
figura 22a, pero se observa que aparecen los siguientes cambios: una
34. Número de mayor relación entre B. schickendantzii y R. Soliosa y un acercamiento
carpelos de B. sar>miento-la las OTU restantes.
35. Curvatura
del estilo 0,446 0,745 1 0,221 1 En la figura 23 se han integrado en un solo dibujo las relaciones
de las figuras 22a y h.
l l
26. presencia de gran escama junto al estambre;
39. Ancho del 4. longitud de la hoja, y
fruto 5. ancho de la hoja
INTERPRETACION DE S RESULTADOS DEL ANAGISIS DE COMPONENTES RELACION ENTRE LAS TECNICAC Y CRITERIOS PARA SELECCIONARLAC
PRINCIPALES
Las técnicas, ya sean de análisis de agrupamientos o de ordenación,
Permiten obtener diferentes resultados qráficos y, en muchos casos,
Esta técnica permite determinar dos aspectos del grupo en estudio: difieren en las relaciones que suqieren. Por ejemplo, Rohlf (1968) ha
las relaciones entre las OTU y el valor discrimatorio de los caracteres demostrado que el análisis de componentes principales refleja con mayor
con respecto a las relaciones establecidas en el primer punto. fidelidad relaciones entre grupos formados a bajos niveles de similitud.
En cambio, es menos fiel en reflejar relaciones muy estrechas. El caso
inverso se da con las tecnicas del análisis de aqrupamientos donde las
relaciones estrechas son distorsionadas en menor proporción que las co-
nexiones de baja similitud del fenoqrama.
Esto noc lleva a concluir que en el procesamiento de los datos es LA COMPARACION DE CLASIFICACIONES: CONGRUENCIA TAXONOMICA
aconsejable el uso de más de una técnica. En lo posible una de análi-
sis de aqrupamientos y una de ordenación, con el fin de minimizar los
efectos metodológicos. Las conclusiones finales deben surgir de una
complementación de técnicas diferentes. No es raro el caso de un qruuo de orqanismos para el que se haya
propuesto más de una clasificación, va sea porque se toman en cuenta
Es tan amplia la gama de técnicas propuestas que el investigador diferentes caracteres o porque, si bien se consideran los mismos
tendrá siempre que afrontar el problema de seleccionar cuáles utilizar caracteres, se utilizan diferentes técnicas clasificatorias, o uor
entre muchas posibles. Con frecuencia, la elección depende de crite- ambos motivos. Esta conflictiva situación, que no es sólo propia de la
taxonomía numérica, ha obligado a investigar las causas de las
rios pragmáticos que pueden resumirse en los cuatro siquientes:
similitudes v diferencias entre clasificaciones de un mismo conjunto de
1. Programas de computadora al alcance del investiqador. Muchos organisnos, lo que da luqar al conceuto de conqruencia taxonórnica.
centros de cómputo no poseen programas relacionados con procesos de
taxonomía numérica. Por esto, el usuario debe ante todo localizar un Conqruencia taxonórnica es el grado de correspondencia entre
centro donde se encuentren esos programas. diferentes clasificaciones de un mismo conjunto de orqanismos. Dos
clasificaciones de un mismo conjunto de orqanismos son perfectamente
2. Tipos de datos. En los capítulos anteriores hemos señalado que conqruentes si postulan los mismos aqrupamientos (Farris, 1971;
los distintos tipos de datos condicionan el uso de técnicas determina- Mickevich, 1978).
das. Por ejemplo, si todos los caracteres de la matriz básica de datos
son de tipo doble-estado, no puede utilizarse el análisis de componen- La taxonomía numérica ha sido un factor importante en la formula-
tes principales. ción del concepto de conqruencia taxonórnica, pues los resultados obte-
nidos por técnicas precisas v claramente explícitas permiten mejores
3. Costo del uso de la computadora. Este factor limita el número
comparaciones.
de técnicas a aplicar y descarta el uso de otras en determinadas cir-
82 cunstancias. Por ejemplo, la ordenación de una gran cantidad de OTU y
Un ejemplo relacionado con el qénero HuZnesia, en el cual se efec- 83
tuÓ un estudio multidisciplinario (Hunziker, 19RO), incluve el análisis
caracteres resulta prohibitiva por su costo.
de:
4. Coherencia entre el objetivo de la investigación y el resultado
a) la morfología (cuyos resultados sirvieron de ejemplo a los capí-
de las técnicas a aplicar. Es importante conocer la capacidad de la
tulos anteriores);
técnica para conseguir el propósito deseado. Por ejemplo, para identi-
ficar los caracteres discriminatorios en determinado grupo, la técnica
b) las uroteínas seminales mediante electroforesis (Comas y colabo-
aconsejable es el análisis de componentes principales.
radores, 1979) , y
Estos cuatro criterios son, obviamente, insuficientes. Pero por el
momento es imposible determinar en forma universal cuáles son las téc- c) sus compuestos fenólicos mediante cromatoqrafía (Pogqio, 1980).
nicas más adecuadas.
Los datos obtenidos por los tres procedimientos fueron tratados en
forma independiente utilizando técnicas numéricas. Así se compararon
La diferencia de resultados que se obtienen con diversas técnicas,
fenogramas obtenidos con cada procedimiento. La figura 24 muestra tres
causa principal del problema planteado en esta sección, es parte de una
fenogramas, obtenidos todos ellos a partir de un coeficiente de distan-
cuestión más amplia e importante: la congruencia taxonórnica. A este
cia y la técnica del ligamiento promedio.
tema dedicaremos el capítulo siguiente.
El fenograma basado en las proteínas muestra dos OTU pertenecientes
a la esuecie B. arborea, uno de las OTU representa a poblaciones de
Venezuela y la otra a poblaciones de Colombia. Por falta de material
en este fenoqrama, no se encuentra representada R. c h i l e n s i s .
m CARACTER TIPO@
B chilenss
B retorna
B banariensis
B foliosa
B schickcndantzii
-
PROTEINAS
- - SEMINALE5
O 8; O '5 O 66 CSi O '8 O 19 O 10 O 11
/ A N A L I S I S D E L A CONGRUENCIA 1
B corropo
B sorrnientoi Fiq. 25. Tipo de experimento sobre conqruencia taxonómica 1,
B bonariensis donde varía la técnica clasificatoria utilizada.
B schickendontzii
B foliosa En el segundo tipo de experimento (Fig. 26) puede estudiarse la
B retorna congruencia entre clasificaciones basadas en diferentes Órqanos o re-
giones del cuerpo (por ejemplo, hoja versus flor), diferentes manifes-
taciones en organismos dimórficos (macho versus hembra), diferentes
etapas del ciclo vital (larvas versus adultos), diferentes tipos de ca-
racteres (etológicos Versus ecológicos), entre otras posibilidades.
Tomando el ejemplo precedente podría clasificarse las pteridófitas se- 85
gún sus caracteres químicos; luego con el mismo método se clasificarían
conforme a sus caracteres morfológicos y, finalmente, se observaría el
B arborea grado de correspondencia entre esas dos clasificaciones.
B schickendontzii
B retorno
POSIBLE EXPERIMENTO SOBRE CONGRUENCIA TAXONOMICA 2
B sarrnientoi
TIPOS DE EXPERIMENTOS
~~ a) variando la metodoloqía, y
MATRIZ DE
CARACTER TIPO @ SIMILITUD
I I
86 ciones numéricas.
87
1. Se mide la coincidencia entre las matrices de similitud.
Fig. 27. Tipo de experimento sobre conqruencia taxonómica 3 , a) coeficiente de correlación (Sneath y Sokal, 1973), y
donde varía la fuente de caracteres y la técnica clasificato-
ria. b) coeficiente de discordancia (Edmonds, 1978) .
2. Se mide la coincidencia entre las estructuras taxonÓmicas deri-
Lo que se persigue con el segundo tipo (variando la fuente de ca- vadas de las matrices de similitud. Pueden aplicarse dos coeficientes:
racteres) es encontrar respuesta a prequntas como ésta: ¿cuál es el
grado de interdependencia causal entre caracteres morfolóqicos y carac- a) coeficiente de distorsión (Farris, 19-73), Y
teres químicos?
b) índice de consenso (existen varias versiones de este índice,
Con el tercer tipo (variando los caracteres y el método) se trata Adams, 1972; Mickevich, 1978).
de determinar si es posible que la morfoloqía y la química logren re-
sultados congruentes utilizando una determinada técnica clasificatoria, 3. Se comparan visualmente, sin ningún tipo de medición, las es-
il'il
e incongruentes con otra. tructuras taxonómicas obtenidas de las matrices de similitud.
por Rohlf demuestran que los valores de correlación entre subconjuntos I.DENEROS
de caracteres de diferentes tipos, o diversas partes del cuerpo, o dis- , DE PA4LlONIDAE
1 CABE14 ur TORAX 1 38 105 - u--..-.-~ +c:
, ~ ~ - f ~
u&n,m,<Ac,
se comparan 20 caracteres morfológicos con 30 caracteres químicos y 1 EXTERNOS v i INTERNOS 100 96 loRRELAclaN-l-
1 OIITINCIA 1 6g
O 76
--~'
luego de los 50 caracteres totales se forman al azar dos subconjuntos
uno de 20 y otro de 30 la congruencia, según Rohlf, será mayor entre
los subconjuntos tomados al azar. Esto significa que cada tipo de ca-
rácter expresa relacjones, en parte, distintas de los otros tipos y,
1 TORAX ri bBD-'MEN 1 51 62 OlST4NCi4 1 O 10
I
por lo tanto, parte de la incongruencia observada es el resultado de la
OE 4CAR0S OE 1 GNbT050MA RESTO DEL CUERPO
1 O R B E L h C i O N
1
l--0-29 1
1
diferencia entre los tipos de caracteres.
1 'D'zn:
GENEROS DISTANCIA 8 0 82
i OERMINISSUS y LIPONYlíOlOESI
Ys RESTO DEL CUERPO LS 90 '1 CGRRELaCK>N
DISTANCIA
I -
O 80
/-
1 :,"':E "5 RE510 OEL N E R P O 1 LO 95 I'CoRRELACioN -&' 1
1
EXPLICACION DE LOS RESULTADOS 1 P4TAS vi RESTO DEL CUERPO
1 35 ,00
LISTI.NClA
l O R R E L A C i O N _ O l -
I
8
1
O 85
1
1
I.ESPECE5 DE M050U1105 DE LO5
1 P04s "' 1 67 91
DISTANCIA
I C O R R E L ~ C I O N ~ ~ I -
1 DlST4NClA 1
0 11
O L-i1
leto o las hojas. En otras palabras, un genotipo no puede ser subdivi- 1 F:i:ENkUREs *' 1 '2 8' I SIMPLE
mxwc , O 19 1
dido en clases de genes, de tal manera que cada una de éstas influya - G E N E R O S y E 5 2 E C E C DE L A R <
l PAJAPOS 8
1 EXlERNOS ESOUELLTO
LOS dos argumentos parecen estar bien fundamentados, aunque en CONNOTACIONES SISTEMATICAS
cierto modo se oponen. El hecho principal es que nunca se ha consegui-
do una congruencia perfecta: ni con muchos caracteres, ni aplicando El núcleo de estas connotaciones se puede plantear en dos interro-
una técnica cladista. Nos preguntamos entonces: ¿Por qué no se da una gantes que intentaremos responder.
perfecta congruencia? ¿cuáles son las causas que impiden obtener un
100% de congruencia? El primero es el siguiente: Si nunca hallamos una perfecta con-
gruencia ¿existe un tipo de carácter que, como indicador de relaciones
Existen dos tipos de causas: causas biológicas y causas metodoló- taxonómicas, sea más importante que los otros?
qicas.
Antes de poder establecer el valor taxonómico de los distintos ti-
Las primeras afectan principalmente a los enfoques feneticista y pos de caracteres, hay que ser muy claros acerca de qué se entiende por
evolucionista de la sistemática y están dadas por el qrado de interde- relaciones taxonómicas, ya que como vimos en el capítulo 2, existe más
pendencia causal entre los conjuntos de caracteres utilizados. Los si- de una relación posible entre dos taxones. De las relaciones posibles
guientes fenómenos interactuantes reducen esa interdependencia y , por dos son las más importantes desde un punto de vista taxonómico: las
lo tanto, la incongruencia aumenta: relaciones de parentesco y las relaciones fenéticas.
90 a) la diferente actividad de los genes en diferentes células de un Las relaciones de parentesco pueden subdividirse, a su vez, en re- 91
mismo organismo. Por ejemplo, una célula epidérmica posee el mismo ge- laciones patrísticas, que son las similitudes debidas al antecesor co-
notipo que una célula hepática, pero la manifestación de ese genotipo mún (similitudes homólogas) y relaciones cladísticas que expresan la
es diferente; cercanía relativa con el antecesor común.
b) la plasticidad fenotípica, es decir, la posibilidad de que un Las distintas escuelas clasificatorias dan diferente valor a estas
mismo qenotipo se exprese de distinta forma en ambientes diferentes; relaciones. Para un evolucionista, relaciones taxonómicas son sinónimo
de relaciones de parentesco en su totalidad; para un cladista son sinó-
C) las mutaciones somáticas, a las cuales se debe el que dentro de nimo de relaciones cladísticas, y para un feneticista son sinónimo de
un mismo individuo existan genotipos ligeramente diferentes; relaciones fenéticas.
d) las diferentes presiones de selección (diferentes en naturaleza, Todos los caracteres de un mismo taxon comparten las relaciones
intensidad y dirección) que actúan sobre diferentes estadios o partes cladísticas, pero no necesariamente las relaciones patrísticas y fené-
de un mismo organismo, especialmente cuando esos estadios o partes no ticas. Por lo tanto, en un enfoque puramente cladista todos los tipos
son sincrónicos, y de caracteres (químicos, morfológicos, ecológicos, etc.) tienen el mis-
mo valor. Por el contrario, en un enfoque evolucionista o fenético es-
e) la evolución en mosaico. Está bien demostrado que la velocidad tamos expuestos a la posibilidad de inconqruencia debida a las relacio-
de evolución de los diferentes tipos de caracteres puede ser distinta nes patrísticas y fenéticas. Por consecuencia, en un enfoque fenético
(Mayr, 1968; Michener, 1977). A veces la velocidad con que evolucionan o evolucionista, un tipo de carácter es importante si se halla conecta-
diferentes Órganos es manifiestamente distinta. Algunos pueden haber do causalmente con muchos otros y por lo tanto comparte con muchos
avanzado mucho en tanto que otros pueden estancarse. otros tipos de caracteres sus relaciones patrísticas y fenéticas. Por
el momento, no es posible establecer para los distintos grupos qué tipo
Teóricamente, una técnica acorde con el cladismo no debería ser de carácter satisface estos requisitos en mayor medida que los demás.
afectada por las causas biológicas de incongruencia, pero no existe un
solo caso de perfecta congruencia para dos clasificaciones construidas De cualquier modo está claro que:
por una técnica cladista. Esto se debe a que un cladograma construido
a partir de un conjunto de caracteres es sólo una estimación de la cla- - Un enfoque cladista producirá resultados conqruentes en la misma
dogénesis real y como tal está expuesto a errores producidos por lo que medida que la técnica utilizada sea capaz de estimar las reales rela-
llamaremos causas metodológicas. ciones cladísticas.
Las causas metodolóqicas son todos aquellos pasos técnicos que - Un enfoque evolucionista o fenético está expuesto a inconqruencia
pueden producir distorsiones ya sea en la estimación de la cladogénesis debido a fenómenos biolóqicos, como, por ejemplo, la evolución en mo-
saico. Por lo tanto, el análisis de nuevos caracteres producirá, gene-
ralmente, cambios en los resultados ya obtenidos.
El estado primitivo de un carácter es aquél que se halla o se in- El estado "presente y funcional" es probablemente el primitivo.
fiere que se hallaba en el más reciente antecesor común del grupo, cuya
6. Coocurrencia de estados primitivos. Si dos o más estados de dos
historia evolutiva se está determinando (Crisci y Stuessy, 1980). Este
O más caracteres se encuentran frecuentemente en los mismos taxones,
concepto de primitivismo es relativo: un estado de un carácter puede
esos estados son probablemente primitivos, ya que los estados primi t i -
ser primitivo en un taxon en particular, pero no necesariamente en
vos tienden a ocurrir juntos más a menudo que los estados derivados.
otro. Por lo tanto, el uso del término primitivo y , por ende, el de
derivado, carece de sentido si no se refiere a un qrupo o taxon en par-
Criterios de segundo nivel: Son aquéllos que de~enden del cono-
ticular.
cimiento previo de una condición primitiva dentro del grupo estudiado o
En un determinado taxon, un carácter presenta un estado primitivo V grupos afines. Este conocimiento se adquiere aplicando los criterios
del primer nivel.
el estado o los estados restantes son, en mayor o menor medida, deriva-
dos en proporción a su alejamiento del antecesor.
7. Asociación. si conocemos el grupo ancestral que dio origen al
taxon en estudio, el estado del carácter más similar al del grupo an-
Varios autores han intentado resumir la situación actual del cono- cestral es probablemente el primitivo.
cimiento sobre los criterios para determinar estados primitivos (~risci
y StueSsy, 1980; De Jong, 1980; Eldredge y Cracraft, 1980; Stevens,
8. Correlación. El estado de un carácter es probablemente el pri-
1980; Watrous y Wheeler, 1981). mitivo si SU presencia está siempre correlacionada con la presencia del
estado primitivo de otro carácter, cuya polaridad fue previamente de-
En esta sección nos referiremos a los nueve criterios presentados terminada por la aplicación de otro criterio.
en el trabajo de Crisci y Stuessy, 1980, clasificados en dos grupos:
los del primer nivel y los del segundo nivel.
9. Tendencias de grupos. Dentro de qrandes grupos algunas tenden- ficiente "Manhattan Distance", cuyo cálculo para las OTU A y B está re-
cias evolutivas se repiten en forma paralela. Si se determina el esta- presentado en la fórmula:
do primitivo en una de ellas, podría considerarse que esa polaridad se
repite en las otras.
O \ ANTECESOR
n
Fig. 29. ~ é c n i c adel árbol de Wagner; los tres primeros pasos
98 en la construcción del árbol, con su antecesor y la colocación
de las OTU A , B y C. Los intermedios hipotéticos (HTU1 y
HTU2) con colocados con el fin de acortar la longitud del
árbol.
donde :
1 2 3 4 5 6 7 8 9 10 11 1 2 1 3 14 15 16 17 18
E x i s t e u n a OTU (OTU 1 ) , q u e s e r á c o n s i d e r a d a como e l a n t e c e s o r , q u e
exhibe estados primitivos en todos sus c a r a c t e r e s y a p a r t i r d e l a c u a l --
comenzaremos a c o n s t r u i r e l á r b o l . O T U I O O 0 0 0 0 O 0 0 O O 0 0 O O O O O
De l a a p l i c a c i ó n d e l c o e f i c i e n t e " M a n h a t t a n D i s t a n c e " e n t r e c a d a O T U D O O 1 0 0 0 1 0 0 O O 0 0 O O O 0 , 5 O
p a r p o s i b l e d e OTU, s e o b t i e n e l a s i g u i e n t e m a t r i z d e s i m i l i t u d d e
distancia:
O T U E O O 0 , 5 O O O 0 , 5 O O O O 0 1 O O O 10,5
4 , 5 + 5 - 1 5
DF, i n t (1-HTU ) = --=
A
1 2
5 + 6 - 1 =
DF, i n t (HTU -D) =
1 2
5 + 6 - 2
Describiremos a continuación e l a n á l i s i s d e l a matriz d e s i m i l i t u d I DF, i n t (HTU -E) = = 4,5
1 2
y l o s pasos para c o n s t r u i r e l árbol.
1 2 3 4 5 6 7 8 9 1 0 11 1 2 1 3 1 4 1 5 16 17 1 8
D i s t a n c i a E, i n t . (1-D) =
D(E,I) + D(E,D) - D(1,D)
2
O T U I O O O O O O O 0 0 O 0 0 0 0 0 O O 0
d ) S e c o n s t r u y e l a HTUl q u e c o n e c t a r á l a OTU E a l i n t e r v a l o 1-D. OTU F O O O 0,5 0,5 0 , 5 0,5 O O 0,5 O 0,5 O O O 0,5 O 1
La HTUl c o n t e n d r á e n c a d a c a r á c t e r l a m e d i a n a d e l o s e s t a d o s p r e s e n -
t e s e n l a s t r e s OTU a l a s c u a l e s e s t a r á c o n e c t a d a .
HTUl O 0 0,s O O 00.5 O O O O O O O O O0,5 O
La s i g u i e n t e m a t r i z c o n f i r m a q u e l o s e s t a d o s d e l o s c a r a c t e r e s d e
l a HTUl s o n e l r e s u l t a d o d e l a s o p e r a c i o n e s a n t e s d e s c r i t a s . HTU2 0 0 O O O 0 0 , 5 0 0 O 0 0 0 0 0 O 0 0
ferencia entre el valor numérico máximo y mínimo de cada uno de
Si calculamos la distancia, de acuerdo con la matriz precedente, la los
caracteres es 1; por lo tanto, la sumatoria de los ranqos (R) es 18.
HTU2 deberá estar a 0,5 de la OTU 1 y a 1 de la HTUl (Fig. 30c). Si el árbol no tuviese reversiones, paralelismos y convergencias debe-
ría tener 18 de longitud, por consiquiente, el índice de consistencia
f) Entre las OTU restantes, la OTU C, es la que se encuentra a me- sería 1.
nor distancia del antecesor (6,5). Existen cinco intervalos a los cua-
les puede incorporarse la mencionada OTU: int(1-HTU2); int(HTU2-F); En el ejemplo hipotético el número de cambios del árbol (longitud)
.
int (HTU2-HTU1) ; int (HTU1-D) ; int (HTU1-E) Hav que calcular las es de 25, por lo que el índice de consistencia es:
distancias entre la OTU ingresante y cada uno de los intervalos ante-
riormente nombrados. Se conecta la inqresante al intervalo con el que
se encuentra a menor distancia.
OTU A
-
OTU F
--
Fig. 30. ~ é c n i c adel árbol de Wagner; construcción del árbol del ejem-
plo hipotético con ocho OTU, detallado para sus cuatro primeros pasos.
El mecanismo de cálculo se repite en los pasos sucesivos, por lo Fiq. 31. ~ é c n i c adel árbol de Wagner; resultado final del ejemplo
cual no continuaremos detallando las operaciones matemáticas. hipotético con ocho OTU.
a ) s e i n s p e c c i o n a l a m a t r i z de s i m i l i t u d e n busca d e l p a r d e OTU
q u e p o s e a e l mayor v a l o r d e s i m i l i t u d ;
c ) s e i n s p e c c i o n a l a m a t r i z d e s i m i l i t u d e n b u s c a d e l a OTU que
p o s e a e l mayor v a l o r d e s i m i l i t u d e n r e l a c i ó n c o n c u a l q u i e r a d e l o s i n -
tegrantes d e l retículo;
e ) se r e p i t e e l p r o c e d i m i e n t o a p a r t i r d e C) h a s t a que t o d a s las
OTU s e hayan i n c o r p o r a d o a l r e t í c u l o .
104
De l a a p l i c a c i ó n d e l a t é c n i c a d e l r e t í c u l o d e Prim a l a m a t r i z d e
s i m i l i t u d ( d i s t a n c i a ) , d e s c r i t a e n e s t e c a p í t u l o (Un e j e m p l o h i p o t é t i -
c o ) , r e s u l t a n l o s s i g u i e n t e s p a s o s ( F i g . 32):
2. d e l a s r e s t a n t e s OTU, E e s l a q u e p r e s e n t a e 1 mayor v a l o r d e s i - )
m i l i t u d con r e s p e c t o a alguno d e l o s i n t e g r a n t e s d e l r e t í c u l o , e n e s t e
c a s o l a OTU D. Se i n c o r p o r a l a OTU E a l r e t í c u l o , c o n e c t á n d o l a con l a
OTU D a una d i s t a n c i a d e 3 ( F i g . 32b) ;
4. l a s i g u i e n t e i n g r e s a n t e e s l a OTU C q u e e s t á a una d i s t a n c i a d e
5 con r e s p e c t o a l a OTU F ( F i g . 3 2 d ) ;
5. l a s i q u i e n t e i n g r e s a n t e e s l a OTU G q u e e s t á a una d i s t a n c i a d e
-
OTU C
5 ' 5 c o n r e s p e c t o a l a OTU F ( F i g . 3 2 e ) ;
-
OTU B
6. l a s i g u i e n t e i n g r e s a n t e e s l a OTU B q u e s e e n c u e n t r a a una d i s -
t a n c i a de 6,s de G (Fig. 3 2 f ) , y
La l o n g i t u d t o t a l d e l r e t í c u l o e s d e 32.
l F i g . 32. ~ é c n i c ad e l r e t í c u l o d e Prim; p a s o s e n l a c o n s t r u c c i ó n d e l
r e t í c u l o d e l e j e m p l o h i p o t é t i c o c o n ocho OTU.
En el desenvolvimiento de la taxonomía numérica las computadoras
han desempeiiado dos papeles complementarios: han sido protagonistas e
instrumentos. Protagonistas, por originar una tendencia al cálculo, a
la medición precisa, a una clara descripción de cada uno de los pasos
de la clasificación y al acercamiento a la matemática. Instrumento, al
permitir el manejo de una gran cantidad de información, la resolución
de cálculos complejos de manera confiable y la realización de todos los
procesos a una gran velocidad (Sokal, 1974).
Por ser las computadoras digitales las más comunes, se hará refe-
rencia a ellas en el resto del capítulo.
~
mas aplicables a la taxonomía numérica, los que pueden ser conseguidos
fácilmente dirigiéndose a los autores (Lance y Williams, 1966; Tryon y
Fiq. 33. Componentes de una computadora digital. Bailey, 1966; Moss, 1970; Wishart, 1972).
2. Unidad de memoria. Almacena la información recibida y los re- Todos estos sistemas poseen programas que comprenden los pasos ele-
sultados de las operaciones intermedias y finales. mentales (confección de la matriz de similitud, análisis de agrupamien-
tos y ordenación), pero difieren en las técnicas que ofrecen para lle- 109
108 3. Unidad aritmética y lógica. Realiza o~eracionesde suma, resta, varlos a cabo.
multiplicación, división y comparación de díqitos. Asimismo toma deci-
siones lógicas basándose en las instrucciones y los resultados de las Entre estos sistemas, uno de los más difundidos es el NT-SYS
operaciones intermedias. ("Numerical Taxonomy System of Multivariate Statistical Proqrams") que
ha sido ideado por F. James Rohlf, John Kishpaugh y David Kirk (1971).
4. Unidad de control. Toma las instrucciones de la memoria central Este sistema es un conjunto de programas que permite realizar diversas
y las ejecuta en forma ordenada y secuencial. Hace uso, cuando es ne- operaciones sobre matrices, especialmente en relación con el análisis
cesario, de la unidad aritmética y lóqica. A su vez, dirige el almace- estadístico multivariado, con especial atención a los métodos Útiles a
namiento en la memoria central. la taxonomía numérica, tales como: análisis de agrupamientos y ordena-
ción. Esos métodos comprenden una gran cantidad de técnicas. Debido a
5. Unidades de salida. Permiten la salida de los resultados una esta última característica, el NT-SYS es extremadamente valioso para
vez finalizado el procesamiento de los datos. Hay varios tipos de uni- cualquier centro de investigación que desee aplicar la taxonomía numé-
dades de salida: máquina de escribir, pantalla con teclado, impresora, rica en toda su extensión. Incluso contiene programas de aplicaciones
grabadora de cintas magnéticas y grabadora de discos magnéticos. Físi- estadísticas, Útiles en biometría.
camente, alqunas de las unidades de salida son al mismo tiempo unidades
de entrada.
~
Existe una versión más simple del NT-SYS denominada MINT (mini-NT-
SYS), establecida por los mismos autores con el objeto de ofrecer un
COPKMICACION DEL HOHEIRE CON LA C W ü T A M ) R A : PROGRAMAS Y LENGüAJE
sistema más modesto en cuanto a sus posibilidades técnicas.
Las órdenes que desencadenan la ejecución de las operaciones se de- Ambos sistemas, el NT-SYS y el MINT pueden solicitarse directamente
nominan "instrucciones" y los conjuntos de éstas constituyen los pro- del Dr. F. James Rohlf de la Universidad Estatal de Nueva York en StOnY
gramas. Los programas deben ser escritos en un lenquaje comprensible Brook, Estados Unidos.
para la computadora e incluir con detalle todos los pasos necesarios
para el procesamiento de los datos. Los datos de nuestro ejemplo de BuZn,es?:a fueron procesados en el
Centro de Cómputos de la Universidad Nacional de la Plata (Centro de
Cada modelo de computadora otorga un código a cada tipo de instruc- Estudios para el Procesamiento de la Información, CESPI) utilizando el
ciones. El programa escrito en este Z e n g ~ n j emáyuintr es directamente NT-SYS en una IBM-4331.
comprensible para la máquina computadora, pero presenta dificultades
para el investigador, ya que este lenquaje o c ó d i q ~ es absolutamente En el ejemplo hipotético presentado en el capítulo 9 (Reconstruc-
numérico. Por este motivo, se han ideado lenguajes de utilización más
ción filogenética) se usaron programas elaborados por Farris (1970).
cómoda y es la propia computadora la que, provista de un programa apro-
piado, traduce esos nuevos lenquajes a su propio código.
VALOR Y LIMITACIONES DE LA TAXONOUIA Ntñ4ERICA
Este punto de vista desconoce el hecho de que todo dato tiene sen-
tido solamente dentro de un contexto teórico y que la acumulación de
datos es infructuosa cuando no va acompañada de un análisis teórico
(Bunge, 1961).
- la determinación de homoloqías;
l (1)
(2)
ADAMS, E.N. Consensus Technique and the Comparison of
Taxonomic Trees, S y s t . ZooZ., 21, 390 (1972).
ALKER Jr., H.R. Statistics and Politics: The Need for Causal
the
Data Analysis. En: S.M. Lipser (ed.), Politics and the Social
Sciences, Oxford University Press, Nueva York, N.Y., 328 wágs.
(1969).
CATTELL, R.B. Factor Analysis, Harper & Row, Nueva York, N.Y., (40) CHEETHAM, A.H. y HAZEL, J.E. Binary (Presente-Abscence) Simi-
462 págs. (1952). larity Coefficients, J. PaLeontoZ., 43, 1130 (1969).
CATTELL, R.B. The Data Box: Its Ordering of Total Resources in (41) DAGNELIE, P. Contribution 5 llEtude des Communautés véaétales
Terms of Possible Relational Systems. En: R.B. Cattell (ed.) , par 1'Analyse factorielle, RuZZ. Serv. Carte ~ k togéo&.
y , B,
Handbook o£ Multivariate Experimental Psychology, Rand McNally, 5 , 7 y 93 (1960).
Chicago, 959 ~ á g s . (1966).
(42) DAMBORENEA, s.E., MANCEWIDO, M.O. y RICCARDI, A.C. Biofacies y
121
CLIFFORD, H.T. y STEPHENSON, W. An ~ntroduction t0 Numericai ~stratigrafía del Liásico de Piedra Pintada. ~euquén,Arqenti-
Classification, Academic Press, Nueva York, N.Y., 229 págs. na, Actas Primer Congreso Argentino de aleo ontología y Bioestra-
(1975). tigrafía, 2, 173 (1975).
COHEN, M. v NAGEL, E. Introducción a la ~ ó g i c a y al ~ é t o d o (43) DAVIS, P.H. y HEYWOOD, V.H. Principles o € Angiosperm Taxonomy,
científico, Amorrortu Editores, Buenos Aires, Tomo 1, 268 págs., Van Nostrand, Nueva York, N.Y., 556 págs. (1963).
Tomo 11, 284 págs. (1971).
(44) DE BEER, G. Homology, An Unsolved Problem, Oxford University
COLE, L.C. The Measurement o€ Interspecific Association, Press, Nueva York, N.Y., 16 págs. (1971).
Gco?Yoqy, 30, 411 (1949).
(45) DE JONG, R. Come Tools for Evolutionary and Phylogenetic
COLE, L.C. The Measurement of Partial Interspecific Associa- Studies, 2 . 2002. S g s t . Evoiui.-For>sch, 18, 1 (1980).
tion, Fcoloqy, 38, 226 (1957).
(46) DEMIRMEN, F. ~ultivariateProcedures and FORTRAN IV Program for
COLLESS, D.H. The ~hyloqenetic Pallacy, :;gst. ZooZ., 16, 289 Evaluation and Improvement of Classifications, Kansas Geol.
(1967). s u r v . Coqn~.ter Contrib., 31, 1 (1969).
COLLES. D.H. Congruence Between Morphometric and Allozyme Data (47) DUNCAN, T. y BAUM, B.R. Numerical Phenetics: its Uses in
for Menidia Species: A ~eappraisal, 5 p s t . 7ooL., 29, 288 Botanical Systematics, Ann. Reu. Ecol. :;yst., 12, 387 (1981).
(1980).
(48) EADES. D.C. The Inappropriateness of the Correlation Coeffi-
COMAS, C.I., HUNZIKER, J.H. y CRISCI, J.V. Species ~elationship cient as a Measure o£ Taxonomic Resemblance, s y s b . ZooZ., 14,
in RuLnesia as Shown by Seed Protein Electrophoresis, Riochcm. 98 (1965).
System. EcoZ., 7 , 303 (1979).
(49) EDMONDS, J. M. Numerical Taxonomic Studies on .7olnnum L. Section
CORMACK, R.M. A Review of Classification, <T. Rog. S ' t u t i s t . soc. .
Solanum (Maurella), % t . d. L7;nv. Soc. , 7 6 , 27 (1978)
A , 134, 321 (1971).
(50) EDWARDS, A.W.F. y CAVALLI-SFORZA. L.L. Reconstruction of ~v01.u-
CRISCI , J.V. A Numer ical-Taxonomic Study o£ the Subtr i be tionary Trees. En: V.H. Heywood y J. McNeill (eds.) , Phenetic
Nassauvi inae (Compositae, Mutisieae) , J. Armo2.d Arb., 55, 568 and Phylogenetic Classification, 67, :;yst. Ass. Pub., 6, 1
(1974) . (1964).
EHRLICH, P. R. y HOLM, R.W. Patterns and Populat ions, :;f-?!'cncc?, GOWER, J.C. Some Distance Properties of Latent Root and Vector
137, 652 (1962). Methods Used in ~ultivariate Analvsis, N i o m c t r i k a , 53, 325
(1966).
ELDREDGE, N. v CRACRAFT, J. Phvloqenetics Patterns and the
GUEDES, M. La ~éthode taxonomique d'Adanson, Rc>o. 117'st. :cf.,
Evolutionary Process: Method and Theory in Comparative Bioloqy,
20, 361 (1967).
Columbia Univ. Press, Nueva York, N.Y. 349 páqs. (1980).
HARMAN, H.H. Modern Factor Analysis, University of Chicaqo
ESTABROOK, G.F. Cladistic Methodoloqy: A Discussion of the
Theoretical Basis for the Induction of Evolutionary Historv,
Press, Chicaqo, 2a ed., 474 páqs. (1967) .
Ann. Reo. Ecol. ~ ) p s t . ,3, 427 (1972).
HARTIGAN, J.A. Clusterinq Algorithms, Wiley, Nueva York, N.Y.,
351 páqs. (1975).
ESTABROOK, G.F. Does Common Equal Primitive?, ,'ysl. hot., 2,
36 (1977).
HENNIG, W. Elementos de una Sistemática Fi loqenética, Eudeba,
Buenos Aires, 353 páqs. (1968).
ESTABROOK, G.F. Come Concepts for the Estimation of Evolution-
ary Relationships in Svstematic Botany, Syst. lioi,., 3, 146
HESSEN, J. ~ e o r í a del Conocimiento, Editorial Losada, Buenos
(1978).
Aires, 157 págs. (1938).
ETCHEVEHERE, P.H. Nuevas Perspectivas en el Campo de la Taxono-
HEYWOOD, V.H. Plant Taxonomy Today. En: Modern Methods in
mía y en Correlación de Suelos, VI ~eunión Arq. de la Ciencia
Plant Taxonomy , V. H. Hevwood (ed.) , Academic Press, Londres,
del Suelo, Córdoba. Actas, 2, 7 (1971).
312 páqs. (1968).
FARINA, I.H. FORTRAN IV. Curso de Proqramación para Computado-
HEYWOOD, V.H. Contemporary Objectives in Svstematics. En: G.F.
ras Diqitales. Eudeba, Buenos Aires, 210 págs. (1972).
Estabrook (ed.) , Proceedinqs o£ the Eiqhth International Confer-
ence on Numerical Taxonomy, W.H. Freeman, San Francisco, Ca.,
FARRIS, J.S. On the Cophenetic Correlation Coefficient, +si,.
429 págs. (1975).
Zoul., 18, 279 (1969).
HEYWOOD, V.H. y McNEILL, J. (eds.). Phenetic and Phylogenetic
FARRIS, J.C. Methods for Computinq Waqner Trees, i;yst. Zool.,
Classification, S y s t . Ass. Pub., 6, 1 (1964).
19, 83 (1970). 123
HOTELLING, H. Analvsis of a Complex of Statistical Variables
FARRIS, J. S. The Hvpothesi s of Nonspeci fici ty and ~axonomic
into Principal Components, J. Gduc. PsychoZ., 24, 417 v 498
Congruente, Ann. Reí). Ecol. SysL., 2, 277 (1971).
(1933).
FARRIS, J.S. On Comparinq the Shapes of Taxonomic Trees, :;ysl. HSIAO, J. A. Test of the Nonspecificity Hypothesis Based on
Z O U ~ . ,22, 50 (1973).
Chemical and Morpholoqical Characters of the Different Plant-
Parts of PZatanus, T a z o n , 24, 117 (1975).
FISHER, D.R. A Studv of Fauna1 Resemblance Using Numerical
Taxonomy and Factor Analysis, :;yst. Zool. , 17, 48 (1968) . HULL, D.L. The Effect of Essentialism on Taxonomy-Two Thousand
Years of Stasis, Rrit. d. PhiZ. S c i . , 15, 314, 16, 1 (1965).
FISHER, R.G., WILLIAMS, W.T. y LANCE, G.N. An Application of
Techniques of Numerical Taxonomy to Company Information, Fcon. HULL, D.L. The Operational Imperative: Sense and Nonsense in
Rcc., 43, 566 (1967). Operationism, L ? y s t . ZooZ., 17, 438 (1968).
FUNK, V.A. y STUESSY, T.F. Cladistics for the Practicing Plant
HULL, D.L. Contemporary Systematic Philosophies, Annual Rev.
Taxonomist, :;ysL. B o t . , 3, 159 (1978).
Ecol. :;y.iL.,1, 19 (1970).
GILMARTIN, A.J. Numerical ~axonomy-~n Eclectic Viewpoint, HUNZIKER, J.H. Evolución en R ~ A L ~ P Un
s ~ Enfoque
~ : Multidiscipli-
Tazon, 16, 8 (1967).
nario, Ar,ta.- I V Congr. Latinoafl. GenZL., 2 , 313 (1980) .
GOODMAN, L.A. y KRUSKAL, W.H. Measures of Association for CrOSS
INGLIS, W.G. The Purpose and Judqements of Bioloqical Classif i-
Classifications, J. Amer. tntist. Ass., 49, 732 (1954). cations, :::]st. ZOOZ., 19, 240 (1970).
GOODMAN, L.A. y KRUSKAL, W.H. Measures of Association for crOSS JANVIER, P., TASSY, P. y THOMAS, H. Le ~ladisme,La ~ccherche,
Classifications, 11. Further Discussion and References, J . 117, 1396 (1980).
Arner. :;LutisL. Ass., 54, 123 (1959).
JARDINE, N. y SIBSON, H. Mathematical Taxonomy, Wiley, Londres,
GOODMAN, L.A. y KRUSKAL, W.H. Measures of Association for Cross
286 págs. (1971).
Classification. 111. Approximate Samplinq Theory, J. Arner.
::t(lt$st. ASS., 5 8 , 310 (1963). JOHNSON, L.A.S. Rainbow's End: The Quest f0r an Optimal
Taxonomy , P Y ~ O C .Linn. SOC. NCII) i;outh WczZes, 93, 8 (1968) .
(87) KLUGE, A.G. Phylogenetic Relationships in the Lizard Family. (104) MICHELOW, J. Introducción a la Computación, Monografía N' 21,
Fygopodidae: An Evaluation of Theory, Methods and Data, Serie de Matemática, Programa de Monografías Científicas, OEA,
Miscellaneous Publications Museum of Zoology, University of Washington, D.C., ISBN-0-8270-1067-2, 88 págs. (1980).
Michigan, 152. 1 (1976).
(105) MICHENER, C.D. Diverse Approaches to Systematics, EiioZut.
(88) KLUGE, A.G. y FARRIS, J.C. Quantitative Phyletics and the BioZ., 4, 1 (1970).
Evolution of Anurans, S y s t . Zooz., 18, 1 (1969).
(106) MICHENER, C.D. Discordant Evolution and the Classification of
(89) KNELLER, G.F. Science as a Human ~ndeavor, Columbia Univ. Allodapine Rees, S y s t . Zool., 6, 32 (1977).
Press, Nueva York, N.Y., 333 páqs. (1978) .
(107) MICHENER, C.D. y SOKAL, R.R. A Quantitative Approach to a
(90) LANCE, G.N. y WILLIAMS, W.T. Computer Programs for Classifica- Problem in Classification, EvoZution, 11, 130 (1957).
tion, Proc. ANCCAC Conference, Canberra, Paper 12, 3 (1966).
(108) MICKEVICH, M.F. Taxonomic Congruence, S y s t . Zool., 27, 143
(91) LEED, J. (ed.). The Computer and Literary Style: Introductory (1978).
Essays and Studies, Kent State University Press, Kent, Ohio, 179
págs. (1966). (109) MICKEVICH, M.F. Taxonomic Congruence: Rohlf and Sokal's Misun-
derstandinq, S y s t . Zool., 29, 162 (1980) .
(92) LE QUESNE, W.J. A Method of Selection o£ Characters in Numer-
ical Taxonomy, S y s t . Zooz., 18, 201 (1969) . (110) MICKEVICH, M.F. y JOHNSON, M.S. Congruence Between Morpho-
logical and Allozyme Data in Evolutionary Inference and
(92a) LEVIN, D.A. The Nature of Plant Species, Science, 204, 381 Character Evolution, S y s t . ZooZ., 25, 260 (1976).
(1979).
(111) MINKOFF, E.C. The Effects on Classification of Slight Altera-
(93) LOCKHART, W.R. y LISTON, J. (eds.). Methods for ~umerical tions in Numerical Technique, S y s t . Z o o l . , 14, 196 (1965).
Taxonomy, Amer. Soc. Microbiol., Bethesda, Md., 62 páqs. (1970).
(112) MORRISON, D.F. Multivariate Statistical Methods, McGraw-Hill,
(94) LORANDI, A.M., CRISCI, J.V., GONALDI, M.E. y CARAMAZANA, S.R. Nueva York, N.Y., 338 págs. (1967) .
El Cambio Cultural en Santiago del Estero. Un Estudio de Taxo-
nomía ~umérica sobre ~orfología de Bordes de Alfarería Ordina- (113) MOSS, W.W. Experiments with Various Techniques o € Numerical 125
ria, Relaciones, 13, 85 (1979). Taxonomy, Syst. ZooZ., 17. 31 (1968).
(95) MAYR, E. Numerical Phenetics and Taxonomic Theory, S y s t . Zool., (114) MOSS, W.W. NTPAK, a Manual for the Use of a Set of Numerical
14, 73 (1965). Taxonomy Programs, Adapted to and Written for the CDC 6400,
University of California, Division of Entomolcqy, Berkelev, Ca.,
(96) MAYR, E. Especies Animales y Evolución, Universidad de Chile en 81 págs. (1970).
coedición con Ediciones Ariel, S.A., Barcelona, 808 páqs. (1968).
(115) ONDRICK, C.W. y SRIVASTAVA, G.S. CORFAN-FORTRAN IV Computer
(97) MAYR, E. Principles o € Systematic Zoology, McGraw-Hill, Nueva Program for Correlation, Factor Analysis (Rand Q-mode) and
York, N.Y., 428 págs. (1969). Varimax Rotation, Kansas Geol. Sdrv. Computer Contrib., 42, 1
(1970) .
(98) MAYR, E. Cladistic Analysis or Cladistic Classification?, Z. 7 .
ZooZ. S y s t . u . EvoZ., 12, 9 4 (1974). (116) ORGANICK, E. 1. A FORTRAN IV Primer, Addison-Wesley, Reading,
Mass., 263 págs. (1966).
(99) MAYR, E. Biological Classification: Toward a Synthesis of
Opposing Methodolcqies, S c i e n c e , 214, 510 (1981). (117) PAHLEN, von der. A.W., CRISCI, J.V., TELLERIAS POLO, W. y PEREZ
M P E Z , F. Clasificación de Poblaciones de Cebadilla Criolla
(100) M c C M O N , R.B. y WENNINGER, G. The Dendrograph, Xunsas GeoZ. (Brotm~su n i o l o i d e s l , y de Cebada Boliviana (Hordeurn vuZgare),
Surv. Corrputer C o n t r i b . , 48, 1 (1970). Actas TV Congr. Latinoam. ~ e n é t . , 2, 207 (1980).
(101) MEACHAM, C.A. A Manual Method for Character CompatibilitY (118) PETRIELLA, B. y CRISCI, J.V. Estudios ~uméricos en Cycadales.
Analysis, Tazon, 30, 591 (1981). 11. Cycadales Actuales: simulación de Arboles E v ~ l u t i ~ ~Obra
s,
del Centenario del Museo de La Plata, 3, 151 (1978).
(102) MENNI, R.C. y GOSZTONYI, A.E. Benthic and Semidermersal Fish
Associations in the Arqent ine Sea, .;tudies on Neotropical Faun9 (119) POGGIO, L. Cromatografía de Compuestos Fenólicos en el Género
and EnvZronment, 17, 1 (1982). BuZnesia (Zygophyllaceae), Bol. Soc. Aro. Bot., 19, 103 (1980).
(103) MERRIAM, D.F. (ed.). Computer Applications in the Earth (120) POPPER, K.R. The Open Society and its Enemies, Routledge and
Sciences: Colloquium on Classification Procedures, Kansas GeoZ. Kegan Paul, Ltd., Londres, vol.1, 351 págs. (1950).
Conputer' C o n t r i b . , 7, 1 (1966).
SZ~TZ).
(121) PRICE, D.J.S. Hacia una Ciencia de la Ciencia, Editorial Ariel,
Barcelona, 181 páqs. (1973) .
(122) PRIM, R.C. Shortest Connection Networks and Come Generaliza- (138) SCHLEE. D. An Analvsis o € Nurnerical Phenetics, E n t . icrrnd.,
tions, DcZL Sgst. Tec'h. cj., 36, 1389 (1957). 6, 1 (1975).
(122a) RAVEN, P.H. Systematics and Plant Population Biology, q4st. (139) SEAL, H.L. Multivariate Statistical Analysis for Biologist,
not., 1, 284 (1976). Methuen, Londres, 209 págs. (1964).
(123) REYMENT, R.A., RAMDEN, H.A. y WAHLSTEDT, W.J. FORTRAN IV Program (140) SIMPSON, G.G. Pri nciples o£ Animal Taxonomy, Columbia Univer-
for the Generalized Statistical Distance and Analysis of Co- sity Press, Nueva York, N.Y., 247 págs. (1961).
variance Matrices for the CDC 3600 Computer, Kansas Geol. 5urii.
Com[iz~tcrContrib., 39, 1 (1969). (141) SKERMAN, V.B.D. A Guide to the Identification o£ the Genera o£
Bacteria, Williams and Wilkins, Baltimore, Md., 2a. ed., 303
(124) REYMENT, R.A. y RAMDEN, H.A. FORTRAN IV Program for Canonical págs. (1967).
Variates Analysis for the CDC 3600 Computer, kansns Geol. 21-1.
.
Cov>utcr. rontrib. 47, 1 (1970) . (142) SNEATH, P.H.A. Classification of Microorganisms, Essays in
Microbiology, Norris, J. R. y Richmond, M.A. (eds.) , Wiley, Nue-
(125) ROBACK, S.S. y MOSS, W.W. Numerical Taxonomic Studies on the va York, N.Y., cap. 9, 1 (1978).
Congruence of Classifications for the Genera and Subgenera of
Macropelopiini and Anatopyniini (Diptera: Chironomidae, Tanypo- (143) SNEATH, P.H.A. y SOKAL, R.R. Numerical Taxonomv. The Princi-
dinae), Procs.Aeqd. Wut. Se;. PhiladeZphin, 129, 125 (1978) . ples and Practice o € Numerical Classification, Freeman, San
Francisco, Ca., XV, 573 págs. (1973).
(126) ROHLF, F.J. A Numerical Taxonomic Study of the Genus A e d e ~
(Diptera: Culicidae) with Emphasis on the Congruence of Larva1 (144) SOKAL, R.R. Distance as a Measure of Taxonomic Similarity,
and Adult Classifications, Ph.D. Thesis, University of Kansas, ~ 1 s t .Zooi., 10, 70 (1961).
98 págs. (1962).
(145) SOKAL, R.R. Numerical Taxonomy, 7ci. /imcl'., 215, 106 (1966).
(127) ROHLF, F.J. A Randomization Test o£ the Nonspecificity Hypo-
thesis in Numerical Taxonomy, Tason, 14, 262 (1965). (146) SOKAL, R.R. Classification: Purposes, Principles, Progress,
Prospects, Scicnce, 185, 1115 (1974).
(128) ROHLF, F.J. Steroqrams in Nurnerical Taxonomy, ;;yst. ZooZ..
126 17, 246 (1968). (147) SOKAL, R.R. Numerical Phenetics: A Reply to Dieter Schlee, 127
E n t . Ucund., 6, 209 (1975).
(129) ROHLF, F.J. Adaptative Hierarchical Clustering Schemes, :'y.?t.
Zooz., 19, 58 (1970). (148) SOKAL, R.R. y CAMIN, J.H. The Two Taxonomies: Areas of Agree-
ment and Conflict, :;yst. ZooZ., 14, 176 (1965).
(130) ROHLF, F.J., KISHPAUGH, J. y KIRK, D. NT-SYS. Numerical
Taxonomv System of Multivariate Statistical Programs, Tech. Rep. (149) SOKAL, R.R. v CROVELLO, T.J. The Biological Species Concept: A
State University o£ New York at Stony Brook, Nueva York, N.Y., Critica1 Evaluation, AmarT. i i ' l t ~ r . ,104, 127 (1970).
87 págs. (1971).
(150) SOKAL, R.R. y MICHENER, C.D. The Effects of Different Numerical
(131) ROHLF, F.J. y SOKAL, R.R. Coefficients of Correlation and DiS- Techniques on the Phenetic Classification of Bees of the
tance in Numerical Taxonomv, Unj7:. KanslzsSci. ISziZZ., 45, 3 Honlitis complex (Megachilidae), Irvc. Linn. Soc. Lomi., 178,
(1965). 59 (1967).
(132) ROHLF, F.J. y SOKAL, R.R. Comments on Taxonomic Congruence, (151) SOKAL, R.R. y ROHLF, F.J. The Comparison of Dendrograms by
Syst. Zool., 29, 97 (1980). Objective Methods, Tazon, 11, 33 (1962).
(133) ROLLINS, R.C. On the Bases o£ Biological Classification, Tasar;, (152) SOKAL, R.R. y SNEATH, P.H.A. Principles o € Numerical Taxonomy,
14, 1 (1965). Freeman, San Francisco, Ca., 359 págs. (1963).
(134) ROMERO, F. tbgica e ~ntroducción a la problemática Filosófica, (153) SOLBRIG, O.T. The Phylogeny of I ; u + ~ ~ ~ ' r c z ' n An
, Eclectic Ap-
Editorial Losada, Buenos Aires, 302 págs. (1973). proach, prittonicx,22, 217 (1970).
(135) ROSS, H.H. Biological Systematics, Addison-Wesley, Reading, (154) SOLBRIG, O.T. Polyphyletic Origin of Tetraploid Populations of
Mass., 345 págs. (1974). Gutier2rczir ~ c ~ r o t i i r a c(Compositae) , l~%.ldoZo, 21, 20 (1971).
(136) RUSE M. The Philosophy of Biology, Hutchinson University Li- (155) SPENCE, N.A. y TAYLOR, P.J. Quantitative Methods in Regional
brary, Londres, 231 págs. (1973). Taxonomy , Tro!;. i;co!~~'.
, 2, 1 (1970) .
(137) SCHLEE, D. Hennig's Principle o£ Phylogenetic Systematics, an (156) STEVENS, P.F. Evolutionary Polarity of Character States, Ann.
"Intuitive" Statistico-Phenetic Taxonomy?, S y s t . ZooZ., 18, R e ~ i . EcoZ. .??)nt., 11, 333 (1980).
127 (1969).
STUESSY, T.F. y CRISCI, J.V. Problems in the Determination o € MLECCION DE MOiWGRAFIAS CIENTIFICAS
Evolutionary Directionality o € Character States for Phylogenetic
Reconstruction. En: Cladistics Perspectives on the ReCOnStruc-
tion o£ Evolutionary History, Duncan, T. y Stuessy, T.F. (eds.),
Columbia Univ. Press, Nueva York, N.Y., (1983). Publicadas
THOMPSON, W.R. Evolution and Taxonomy, .'t7~dia ~ n t o m d l ,. 5, N' 1. La Revolución en las Matemáticas Escolares, por el Consejo
549 (1962). Nacional de Maestros de ~atemáticas de los Estados Unidos de
América.
TRYON, R.C. y BAILEY, D.E. The BCTRY Computer System o£ Cluster Espacios Vectoriales y Geometría Analítica, por Luis A. santaló.
and Factor Analysis, MuZtivor. B<'hnv. R c s . , 1, 95 (1966). Estructuras Algebraicas 1, por Enzo R. Gentile.
Historia de las Ideas Modernas en la Matemática, por José
WAGNER Jr., W.R. Problems in the Classification o£ Ferns, Re<,. Babini.
Adv. R o t . , 1, 841 (1961). Algebra Lineal, por Orlando E. Villamayor.
Algebra Linear e Geometría Euclidiana, por Alexandre Augusto
WAHLSTEDT, W.J. y DAVIS, J.C. FORTRAN IV Program f0r Computation Martins Rodrigues.
and Display o£ Principal Components, Kansas GeoZ. Surv. Corvput~r' El Concepto de Número, por César A. Trejo.
Contrib., 21, 1 (1968). Funciones de Variable Compleja, por José 1. Nieto.
Introducción a la Topología General, por Juan ~orváth.
WALKER, M. El Pensamiento Científico, Editorial Grijalvo, ~ é x i - FuncÓes Reais, por Djairo G. de Figueiredo.
co, 196 págs. (1968). Probabilidad e Inferencia Estadística, por Luis A. Santaló.
Estructuras Algebraicas 11 (Algebra Lineal), por Enzo R.
WARBURTON, F.E. The Purposes o£ Classifications, C y ~ t . ZooZ., Gent i le.
16, 241 (1967). La evolución en las ~atemáticasEscolares (Segunda Fase), por
Howard F. Fehr, John Camp y Howard Kellog.
WATROUS, L.E. y WHEELER, Q.D. The Out-Group Comparison Method Estructuras Algebraicas 111 (Grupos Finitos), por Horacio H.
o£ Character Analysis, S ! j s t . ZooZ., 30, 1 (1981). O'Brien. 129
Introducción a la ~ e o r í ade Grafos, por Fausto A. Toranzos.
WHITTAKER, R.H. (ed.) .
Handbook of Vegetation Science, Part V, Estructuras Algebraicas IV (Algebra Multilineal), por Artibano
Dr. W. Junk b.v., Publishers, La Haya, Holanda, 737 páqs. (1973) . Micali y Orlando E. Vi llamayor.
~ n t r o d u ~ a o Análise Funcional: Espaqos de Banach e Cálculo
WILEY, E.O. Phylogenetics. The Theory and Practice o£ Phylo- Diferencial, por Leopoldo Nachbin.
genetic Systematics, Wiley, Nueva York, N.Y., XV, 439 págs. Introducción a la Integral de Lebesgue en la Recta, por Juan
(1981). Antonio Gatica.
Introducción a los Espacios de Hilbert, por José 1. Nieto.
WILLIAMS, W.T. Numbers, Taxonomy and Judgement. ROL. Reo., Elementos de ~iomatemática,por Alejandro B. Engel.
33, 379 (1967). 1ntroducciÓn a la Computación, por Jaime Michelow.
Estructuras Algebraicas V (~eoríade Cuerpos), por ~ é c t o r A.
WILLIAMS, W.T. y DALE, M.B. Fundamental Problems in Numerical Merklen.
Taxonomy, Adv. Bot. Res., 2, 35 (1965) . Estructuras Alqebraicas VI (Formas ~uadráticas), por Francisco
M. Piscoya.
WILSON, E.O. A Consistency Test for Phylqenies Based on Con- Estructuras ~lgebraicas VI1 (Estructuras de Algebras), por
temporaneous Species, .Syst. ZooZ., 14, 214 (1965). Artibano ~icali.