Cuando los árboles mienten: la selección, la mezcla genética y el mito de una ascendencia única

RESUMEN

• Un «árbol» filogenético es un modelo que supone una descendencia principalmente vertical; con flujo génico (mezcla genética/introgresión), el objeto correcto suele ser una red y no un árbol (Huson & Bryant 2006, doi:10.1093/molbev/msj030; Kong et al. 2025, doi:10.1073/pnas.2410934122).
• La «selección» (barridos selectivos, selección de fondo, conversión génica sesgada) cambia las genealogías y puede hacer que los métodos neutrales infieran una historia equivocada (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Pouyet et al. 2018, doi:10.7554/eLife.36317; Johri et al. 2021, doi:10.1093/molbev/msab050).
• Con mezcla genética, distintas regiones genómicas tienen literalmente distintos «árboles genealógicos», por lo que un único árbol óptimo puede ser un promedio engañoso (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009).
• La evolución humana es el ejemplo aleccionador: la introgresión neandertal/denisovana es real (Green et al. 2010, doi:10.1126/science.1188021), y la selección eliminó de manera desigual el ADN introgresado a lo largo del genoma (Sankararaman et al. 2014, doi:10.1038/nature12961; Juric et al. 2016, doi:10.1371/journal.pgen.1006340; Harris & Nielsen 2016, doi:10.1534/genetics.116.186890).
• Solución práctica: tratar «el árbol» como una hipótesis acerca de qué sitios se utilizaron; emplear particiones neutrales, selección de modelos y, a menudo, marcos explícitos de división–reunión / redes (Yu et al. 2011, doi:10.1093/sysbio/syq084; Maier et al. 2023, doi:10.7554/eLife.85492).

«Cuando los fenómenos no tienen forma de árbol, no deberíamos llamarlos un árbol».
— Valas & Bourne, «Save the tree of life or get lost in the woods» (2010), doi:10.1186/1745-6150-5-44

El árbol no es una fotografía; es un algoritmo de compresión#

Un árbol filogenético se siente como un documental: los linajes se dividen, las ramas divergen y la historia se acumula como los anillos de la madera. Esa intuición es a veces correcta. Pero en genómica es peligrosamente fácil olvidar qué es en realidad un «árbol»: un resumen de baja dimensionalidad de datos de alta dimensionalidad, producido bajo ciertos supuestos.

La mayoría de los métodos de construcción de árboles se basan implícitamente en alguna combinación de los siguientes supuestos:

• Predomina la herencia vertical. Los linajes se dividen y, después de la división, dejan en su mayoría de intercambiar genes.
• Una sola historia se ajusta a los datos. Los distintos loci se tratan como si muestrearan un único proceso ramificado subyacente.
• Neutralidad (o algo cercano a ella). La variación se comporta como si estuviera determinada principalmente por deriva más mutación, y no por la selección que se propaga por regiones ligadas.

Cuando estos supuestos fallan, los árboles no se vuelven simplemente «más ruidosos». Pueden volverse sistemáticamente sesgados —equivocados en la misma dirección a lo largo de muchos loci— porque el propio proceso evolutivo está sesgando los datos.

Esta publicación trata sobre un modo de fallo específico que es común en la evolución humana (y, francamente, en todas partes): los árboles mienten cuando ocurren simultáneamente selección y mezcla genética. «Mentir» aquí significa algo técnico y poco llamativo: el orden de ramificación y las longitudes de las ramas inferidos pueden ser confiables y reproducibles, y aun así describir un artefacto del proceso de inferencia, en lugar de la historia del organismo.

Una reformulación útil:

Un árbol es la respuesta a: Si la evolución tuviera forma de árbol (y fuera mayormente neutral), ¿qué árbol explicaría mejor estos patrones?
No es automáticamente la respuesta a: ¿Qué ocurrió en realidad?

Dos razones diferentes por las que las historias génicas no coinciden#

Antes de combinar selección + mezcla genética, conviene separar tres conceptos que la gente suele confundir:

1. Árboles génicos: la genealogía de una región genómica particular.
2. Árboles de especies/poblaciones: el patrón de ramificación de poblaciones/especies consideradas como entidades.
3. El coalescente multiespecífico (MSC): el modelo que explica por qué los árboles génicos pueden diferir del árbol de especies incluso sin mezcla genética, debido a la coalescencia estocástica de los linajes (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009).¹

Incluso si la evolución tiene una forma de árbol perfecta a nivel poblacional, los árboles génicos pueden no coincidir entre sí debido a la clasificación incompleta de linajes (ILS, por sus siglas en inglés) (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009). Esa es la fuente «benigna» de discordancia: la aleatoriedad de la ascendencia.

La mezcla genética/la introgresión añade una segunda razón, cualitativamente diferente, para la discordancia: algunos loci rastrean su ascendencia a través de una población distinta de la que implicaría un único árbol ramificado. En ese punto, el objeto apropiado suele ser una red filogenética (Huson & Bryant 2006, doi:10.1093/molbev/msj030; Yu et al. 2011, doi:10.1093/sysbio/syq084; Kong et al. 2025, doi:10.1073/pnas.2410934122).²

La selección aparece entonces como un tercer ingrediente que puede hacerse pasar por cualquiera de los dos primeros, porque cambia los tiempos de coalescencia y la distribución de las genealogías a lo largo del genoma (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Pouyet et al. 2018, doi:10.7554/eLife.36317; Johri et al. 2021, doi:10.1093/molbev/msab050).

Cómo hace la selección que los métodos con forma de árbol alucinen una historia#

La selección afecta a los árboles de dos maneras generales:

1. Reconfigura las genealogías (quién coalesce con quién y cuándo).
2. Reconfigura qué loci se están muestreando efectivamente (porque los loci que sobreviven y presentan variación no constituyen una muestra aleatoria de la historia).

Selección ligada: el genoma no es una bolsa de marcadores independientes#

En un genoma con recombinación, la selección en un sitio arrastra consigo los sitios cercanos. Esto es la selección ligada. Dos formas principales son:

• Barridos selectivos: un alelo beneficioso aumenta rápidamente de frecuencia, reduciendo la variación en los haplotipos cercanos.
• Selección de fondo: la selección purificadora elimina continuamente las mutaciones deletéreas, reduciendo el tamaño efectivo de la población (Ne) y la diversidad en los sitios neutrales ligados.

Ambos procesos alteran el espectro de frecuencias alélicas (SFS, por sus siglas en inglés) y los tiempos de coalescencia locales, que son precisamente lo que muchos métodos demográficos/filogenéticos intentan interpretar (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Johri et al. 2021, doi:10.1093/molbev/msab050). Si se supone neutralidad, pueden inferirse cuellos de botella, expansiones o divisiones poblacionales espurios, porque la selección creó patrones que parecen acontecimientos demográficos.

Una estimación particularmente contundente en humanos: Pouyet et al. sostienen que la selección de fondo y la conversión génica sesgada afectan a más del 95% del genoma humano, y pueden sesgar las inferencias demográficas si no se tienen en cuenta (Pouyet et al. 2018, doi:10.7554/eLife.36317). Incluso si se considera debatible el porcentaje preciso, la dirección no lo es: a escalas finas, la neutralidad es la excepción, no la norma.

Mecanismo n.º 1 de «los árboles mienten»: la selección comprime el tiempo de manera desigual#

Las longitudes de las ramas de los árboles suelen codificar distancia genética, que a menudo se interpreta como tiempo (mediante un reloj molecular). Pero la selección cambia la velocidad a la que coalescen los linajes:

• Los barridos hacen que muchos linajes coalescan rápidamente en el pasado reciente alrededor del sitio seleccionado, acortando localmente las ramas.
• La selección de fondo reduce Ne, lo que provoca una coalescencia más rápida durante periodos prolongados en regiones con baja recombinación o con alta densidad de elementos funcionales.

Si se construye un árbol a partir de una mezcla de regiones con regímenes de selección ligada muy diferentes, puede obtenerse una quimera: algunas partes del genoma se comportan como si provinieran de una población más pequeña (tiempos de coalescencia más cortos), y otras, de una más grande, sin que haya ocurrido ningún cambio real en el tamaño poblacional.

Esto no es meramente abstracto. La inferencia basada en ARG (métodos de grafos de recombinación ancestral) también es vulnerable: Marsh et al. muestran que la selección puede comprometer la inferencia del tamaño poblacional histórico en ciertos contextos (Marsh et al. 2024, doi:10.1093/molbev/msae118).

Cómo la mezcla genética convierte un árbol en un error de categoría#

La mezcla genética (entre poblaciones) y la introgresión (entre linajes/especies divergentes) implican que la ascendencia es reticulada: las ramas se dividen y después vuelven a unirse.

El hecho fundamental: distintos loci tienen ascendencias diferentes#

Este es el punto genómico del «mosaico» que la mayoría de las narrativas populares sobre la evolución humana todavía subestima. Después del flujo génico, un genoma no es la historia de un solo linaje; es un mosaico de segmentos con genealogías diferentes.

El ejemplo humano canónico es la introgresión neandertal: los primeros trabajos sobre el borrador del genoma neandertal mostraron que los humanos modernos no africanos portan ascendencia derivada de los neandertales (Green et al. 2010, doi:10.1126/science.1188021). Trabajos posteriores cartografiaron este paisaje a lo largo del genoma (Sankararaman et al. 2014, doi:10.1038/nature12961).

Entonces, ¿qué significa un «árbol humano» después de eso? Depende de qué loci se hayan utilizado.

• Si se utilizan loci empobrecidos en ascendencia neandertal, puede inferirse una salida de África más clara.
• Si se utilizan loci enriquecidos en haplotipos introgresados, puede acercar a los euroasiáticos a los arcaicos de maneras que son biológicamente reales, pero que no pueden representarse mediante un árbol.

Cómo detectamos la mezcla genética (y por qué no siempre es sencillo)#

Un método de trabajo es el ABBA–BABA / estadístico D, formalizado para evaluar la mezcla antigua entre poblaciones estrechamente relacionadas (Durand et al. 2011, doi:10.1093/molbev/msr048). La idea es sencilla: bajo un árbol estricto con ILS, pero sin flujo génico, dos patrones discordantes de sitios (ABBA y BABA) deberían ocurrir con la misma frecuencia; un exceso consistente indica flujo génico (Patterson et al. 2012, PMCID:PMC3522152).

Pero aquí es donde «los árboles mienten» se vuelve recursivo: incluso las pruebas de introgresión pueden interpretarse erróneamente cuando existen linajes fantasma (poblaciones no muestreadas) (Tricou et al. 2022, doi:10.1093/sysbio/syac011). En otras palabras, los datos pueden implicar firmemente que hubo mezcla, pero atribuirla al donante equivocado es fácil si el donante verdadero está extinto o no fue muestreado.

Y cuando se intenta ajustar historias completas mediante grafos de mezcla, se tropieza con restricciones de identificabilidad y sobreajuste. Una crítica reciente y aleccionadora muestra los límites para ajustar modelos complejos de historia poblacional a partir de datos genéticos: son modelos útiles, pero no omniscientes (Maier et al. 2023, doi:10.7554/eLife.85492).

Dónde ocurren las verdaderas distorsiones interesantes: selección + mezcla en conjunto#

La mezcla vuelve heterogéneas las genealogías. La selección, a su vez, hace que esa heterogeneidad sea estructurada y sesgada.

El ADN introgresado es filtrado por la selección (por lo que la ascendencia no es aleatoria)#

Después de la introgresión, la selección puede:

• Eliminar alelos introgresados deletéreos, creando «desiertos» de ascendencia arcaica cerca de regiones funcionales.
• Promover alelos introgresados beneficiosos, creando «islas» de ascendencia arcaica allí donde las variantes introgresadas fueron adaptativas.

Esto no es una conjetura; es visible empíricamente en los genomas humanos.

• Sankararaman et al. cartografiaron regiones con una reducción de la ascendencia neandertal y observaron una marcada disminución en ciertos contextos funcionales (Sankararaman et al. 2014, doi:10.1038/nature12961).
• Juric et al. modelaron la intensidad de la selección contra la introgresión neandertal a escala genómica como un proceso que actúa sobre muchos alelos ligeramente deletéreos (Juric et al. 2016, doi:10.1371/journal.pgen.1006340).
• Harris y Nielsen sostuvieron que los neandertales portaban una mayor carga mutacional y que esto puede explicar la reducción de la ascendencia neandertal alrededor de los genes (Harris & Nielsen 2016, doi:10.1534/genetics.116.186890).
• La introgresión adaptativa es un área activa de investigación, con métodos y ejemplos revisados por Racimo et al. (Racimo et al. 2015, PMID:25963373).

Por tanto: la mezcla produce un mosaico, pero la selección edita el mosaico, conservando preferentemente algunas piezas y desgastando otras hasta hacerlas desaparecer.

Mecanismo n.º 2 de «los árboles mienten»: la selección cambia qué rutas ancestrales son visibles#

Si la selección elimina segmentos introgresados de manera desproporcionada en algunas regiones genómicas, cualquier árbol inferido a partir de esas regiones subrepresentará sistemáticamente el evento de introgresión.

A la inversa, si se enfoca la atención en loci con una fuerte introgresión adaptativa, puede sobreestimarse cuán «cercanos» fueron dos linajes en general, porque se están muestreando regiones genómicas que sobrevivieron específicamente porque se desplazaron entre linajes.

Este es el doble vínculo fundamental:

• La mezcla rompe el supuesto del árbol (reticulación).
• La selección sesga qué partes de esa reticulación permanecen en los datos actuales.

El resultado puede parecer un árbol limpio incluso cuando la historia no tuvo una estructura arbórea, o puede parecer una estructura profunda/divergencia antigua cuando en realidad el patrón surge de la interacción entre selección e introgresión.

Una tabla comparativa concreta#

Por qué esto importa específicamente para las narrativas de la evolución humana#

La escritura sobre evolución humana todavía conserva un instinto narrativo de «linaje único»: primero existió X, luego Y se separó y después Z los reemplazó. Es una formulación narrativamente limpia, pero genómicamente engañosa.

Ahora vivimos en un mundo en el que:

• El registro fósil y la diversidad morfológica son complejos.
• La secuenciación de genomas completos revela un flujo génico recurrente entre linajes.
• La selección ha estado editando el registro durante todo ese tiempo.

En la conversación con Razib Khan que mencionaste, John Hawks supuestamente enfatiza el «efecto de sesgo de la selección sobre los árboles filogenéticos», mientras que Chris Stringer enfatiza la complejidad del registro fósil de Asia oriental (listado del episodio: Razib Khan’s Unsupervised Learning). Esa combinación es exactamente correcta, incluso si no se está de acuerdo con la síntesis preferida por cualquiera de los dos: tanto el registro genético como el fósil son complejos, y los árboles simplistas son frágiles.

El caso humano también es útil desde el punto de vista pedagógico porque podemos señalar fenómenos específicos y cuantificados:

• La introgresión existe: los seres humanos no africanos portan ascendencia derivada de los neandertales (Green et al. 2010, doi:10.1126/science.1188021).
• La introgresión es desigual a lo largo del genoma, lo que implica selección y/o incompatibilidades (Sankararaman et al. 2014, doi:10.1038/nature12961).
• La selección contra la introgresión puede modelarse y estimarse (Juric et al. 2016, doi:10.1371/journal.pgen.1006340; Harris & Nielsen 2016, doi:10.1534/genetics.116.186890).
• Los métodos para detectar y caracterizar la introgresión constituyen ahora un subcampo (Hibbins & Hahn 2022, doi:10.1093/genetics/iyab173).

La conclusión: si se insiste en dibujar un único «árbol» humano, hay que añadirle un asterisco lo bastante grande como para que sea visible desde la órbita.

Qué usar en lugar de árboles ingenuos#

Aquí es donde la conversación suele desviarse hacia falsas dicotomías: «Entonces, ¿los árboles son inútiles?». No. Los árboles son útiles cuando corresponden a la pregunta y los supuestos son aproximadamente verdaderos. La solución no es el nihilismo, sino la elección de modelos y el análisis de sensibilidad.

1) Usar métodos arbóreos que admitan discordancia#

Incluso sin flujo génico, existen enfoques que incorporan el MSC precisamente porque los árboles génicos difieren de los árboles de especies (Degnan & Rosenberg 2009, doi:10.1016/j.tree.2009.01.009). Si los tiempos de divergencia son breves y el tamaño efectivo ancestral de la población es grande, la discordancia es esperable, no patológica.

2) Cuando el flujo génico sea plausible, usar redes o modelos de división–reunión#

Las redes filogenéticas no son meros diagramas atractivos; son una respuesta formal a la evolución reticulada (Huson & Bryant 2006, doi:10.1093/molbev/msj030). También existen métodos explícitos de coalescencia sobre redes que intentan detectar la hibridación incluso en presencia de ILS (Yu et al. 2011, doi:10.1093/sysbio/syq084). Además, está creciendo una síntesis metodológica que sostiene que las redes deberían ocupar un lugar central en la inferencia sobre biodiversidad y evolución (Kong et al. 2025, doi:10.1073/pnas.2410934122).

3) Tratar la selección como un factor de confusión por defecto, no como un caso excepcional#

Tres estrategias pragmáticas que efectivamente se utilizan:

• Enmascaramiento / partición neutral: restringir la inferencia a regiones presuntamente neutrales (con la humildad de reconocer que la neutralidad es aproximada).
• Modelado que incorpore la selección ligada: incorporar mapas o parámetros de selección de fondo cuando sea posible (Pouyet et al. 2018, doi:10.7554/eLife.36317).
• Comprobaciones de sensibilidad: ejecutar la inferencia con distintos esquemas de enmascaramiento y comparar las conclusiones (Schrider et al. 2016, doi:10.1534/genetics.116.190223; Johri et al. 2021, doi:10.1093/molbev/msab050).

4) Ser honestos acerca de la identificabilidad del modelo#

Los grafos de mezcla son un lenguaje poderoso para la historia, pero su ajuste puede estar subdeterminado a medida que los modelos se vuelven más complejos (Maier et al. 2023, doi:10.7554/eLife.85492). Esto no significa «no hacerlo». Significa «tratar el grafo con el mejor ajuste como un miembro de una familia de grafos plausibles» e informar la incertidumbre en consecuencia.

La conclusión filosófica: el genoma tiene muchas historias, y ustedes eligen cuál contar#

«Los árboles mienten» es un eslogan melodramático para una verdad aburrida: la inferencia está condicionada por los supuestos. Cuando ocurren tanto la selección como la mezcla, los supuestos subyacentes a muchos resúmenes estándar basados en árboles se infringen de maneras que generan distorsiones sistemáticas y aparentemente seguras.

O, en una máxima más útil:

El árbol que infieren es una propiedad de su esquema de muestreo tanto como una propiedad de los organismos.

La postura madura no consiste en abandonar los árboles, sino en relegarlos: los árboles se convierten en una proyección de la historia, adecuada para algunas preguntas (p. ej., la agrupación aproximada y cierto ordenamiento de las divergencias bajo un flujo génico limitado) e inadecuada para otras (la historia poblacional detallada en un genoma reticulado y sujeto a selección).

En la evolución humana, ya dejamos atrás la época en la que «un árbol» constituía el final de la historia. Es el inicio del argumento.

Preguntas frecuentes #

P 1. Si el flujo génico es común, ¿por qué los árboles a menudo parecen tan «limpios»?
R. Porque la selección y el muestreo pueden preservar y resaltar preferentemente las regiones congruentes con una señal ramificada dominante, al tiempo que borran o reducen el peso de las regiones introgresadas, lo que produce un resumen engañosamente semejante a un árbol aun cuando la historia sea reticulada (Sankararaman et al. 2014, doi:10.1038/nature12961; Juric et al. 2016, doi:10.1371/journal.pgen.1006340).

P 2. ¿Cuál es el estadístico más sencillo que demuestra la mezcla sin ajustar un grafo completo?
R. Las pruebas ABBA–BABA / estadístico D evalúan si los patrones discordantes de alelos se presentan de manera asimétrica, lo cual se espera bajo el flujo génico, pero no bajo un árbol estricto con solo la clasificación incompleta de linajes (ILS) (Durand et al. 2011, doi:10.1093/molbev/msr048; Patterson et al. 2012, PMCID:PMC3522152).

P 3. ¿Cómo «simula» específicamente la selección de fondo los eventos demográficos?
R. Al reducir el tamaño efectivo de la población en sitios neutros ligados, desplaza el espectro de frecuencias alélicas y los tiempos de coalescencia de maneras que los modelos demográficos neutros pueden interpretar erróneamente como cuellos de botella o expansiones (Pouyet et al. 2018, doi:10.7554/eLife.36317; Johri et al. 2021, doi:10.1093/molbev/msab050).

P 4. ¿Cuándo debería preferir una red filogenética a un árbol?
R. Cuando existe evidencia creíble de hibridación/introgresión (o de una transferencia horizontal de genes [HGT] generalizada), de modo que distintos loci respaldan topologías incompatibles, porque una red puede representar historias de división–reunión que un solo árbol no puede representar (Huson & Bryant 2006, doi:10.1093/molbev/msj030; Kong et al. 2025, doi:10.1073/pnas.2410934122).

P 5. ¿Los modelos cada vez más complejos son siempre mejores?
R. No: a medida que los grafos incorporan parámetros (múltiples aristas de mezcla, cambios en el tamaño poblacional, etc.), muchas historias distintas pueden ajustarse a los mismos resúmenes, por lo que la elección del modelo y el informe de la incertidumbre se vuelven aspectos centrales, no opcionales (Maier et al. 2023, doi:10.7554/eLife.85492; Tricou et al. 2022, doi:10.1093/sysbio/syac011).

Notas al pie#

Fuentes#

1. Degnan, James H., and Noah A. Rosenberg. “Gene tree discordance, phylogenetic inference and the multispecies coalescent.” Trends in Ecology & Evolution 24(6) (2009): 332–340. doi:10.1016/j.tree.2009.01.009
2. Huson, Daniel H., and David Bryant. “Application of phylogenetic networks in evolutionary studies.” Molecular Biology and Evolution 23(2) (2006): 254–267. doi:10.1093/molbev/msj030
3. Yu, Yun, et al. “Coalescent histories on phylogenetic networks and detection of hybridization despite incomplete lineage sorting.” Systematic Biology 60(2) (2011): 138–149. doi:10.1093/sysbio/syq084
4. Kong, Sungsik, Claudia Solís-Lemus, and George P. Tiley. “Phylogenetic networks empower biodiversity research.” PNAS 122(31) (2025): e2410934122. doi:10.1073/pnas.2410934122
5. Schrider, Daniel R., Alexander G. Shanku, and Andrew D. Kern. “Effects of linked selective sweeps on demographic inference and model selection.” Genetics 204(3) (2016): 1207–1223. doi:10.1534/genetics.116.190223
6. Pouyet, Fanny, Simon Aeschbacher, Alexandre Thiéry, and Laurent Excoffier. “Background selection and biased gene conversion affect more than 95% of the human genome and bias demographic inferences.” eLife 7 (2018): e36317. doi:10.7554/eLife.36317
7. Johri, Parul, et al. “The impact of purifying and background selection on the inference of population history: problems and prospects.” Molecular Biology and Evolution 38(7) (2021): 2986–3003. doi:10.1093/molbev/msab050
8. Marsh, Jacob I., and Parul Johri. “Biases in ARG-Based Inference of Historical Population Size in Populations Experiencing Selection.” Molecular Biology and Evolution 41(7) (2024): msae118. doi:10.1093/molbev/msae118
9. Durand, Eric Y., et al. “Testing for ancient admixture between closely related populations.” Molecular Biology and Evolution 28(8) (2011): 2239–2252. doi:10.1093/molbev/msr048
10. Patterson, Nick, et al. “Ancient admixture in human history.” Genetics 192(3) (2012): 1065–1093. PMCID: PMC3522152
11. Tricou, Théo, Eric Tannier, and Damien M. de Vienne. “Ghost lineages highly influence the interpretation of introgression tests.” Systematic Biology 71(5) (2022): 1147–1158. doi:10.1093/sysbio/syac011
12. Green, Richard E., et al. “A draft sequence of the Neandertal genome.” Science 328(5979) (2010): 710–722. doi:10.1126/science.1188021
13. Sankararaman, Sriram, et al. “The genomic landscape of Neanderthal ancestry in present-day humans.” Nature 507 (2014): 354–357. doi:10.1038/nature12961
14. Juric, Ivan, Simon Aeschbacher, and Graham Coop. “The Strength of Selection against Neanderthal Introgression.” PLOS Genetics 12(11) (2016): e1006340. doi:10.1371/journal.pgen.1006340
15. Harris, Kelley, and Rasmus Nielsen. “The genetic cost of Neanderthal introgression.” Genetics 203(2) (2016): 881–891. doi:10.1534/genetics.116.186890
16. Racimo, Fernando, et al. “Evidence for archaic adaptive introgression in humans.” Nature Reviews Genetics 16(6) (2015): 359–371. PMID:25963373
17. Hibbins, Mark S., and Matthew W. Hahn. “Phylogenomic approaches to detecting and characterizing introgression.” Genetics 220(2) (2022): iyab173. doi:10.1093/genetics/iyab173
18. Maier, Robert, et al. “On the limits of fitting complex models of population history to genetic data.” eLife 12 (2023): e85492. doi:10.7554/eLife.85492
19. Valas, Ryohei E., and Philip E. Bourne. “Save the tree of life or get lost in the woods.” Biology Direct 5 (2010): 44. doi:10.1186/1745-6150-5-44
20. Razib Khan. “Razib Khan’s Unsupervised Learning (podcast feed listing).” Apple Podcasts. (Consultado el 2025-12-18).