Filogenetik analizlerde Bayesci (Bayesian inference) ve Maksimum Olabilirlik (Maximum Likelihood - ML) yöntemleri, evrimsel ilişkilerin ortaya konmasında gerçekten güçlü araçlar. Özellikle genlerin veya türlerin filogenetik ağaçlarını çıkarmakta oldukça başarılılar. Ancak konu yatay gen transferi (YGT) gibi karmaşık ve standart evrimsel modeli bozan olaylara gelince, iş biraz değişiyor.
Etkinlik açısından bakarsak: Her iki yöntem de aslında doğrusal (dikey) evrim mantığına dayanır. Yani genetik bilginin nesilden nesile, yukarıdan aşağıya geçtiği varsayımıyla çalışırlar. Bu varsayım, filogenetik ağaçların temelidir. YGT ise bu yapıyı bozar çünkü gen, farklı bir türden veya soydan yatay olarak aktarılır. Bu durumda Bayesci ve ML yöntemleri bazı anomaliler yakalayabilir:
Mesela bir genin filogenetik ağacı, türün genel evrim ağacıyla uyumsuz çıkarsa, bu bir YGT göstergesi olabilir.
Bayesci yöntem burada biraz avantajlı olabilir çünkü olasılık dağılımları üzerinden çalıştığı için model belirsizliklerini de hesaba katar. Farklı evrimsel senaryoları aynı anda değerlendirebilir. Bu, YGT gibi alışılmadık olayları tespit etmede faydalı olabilir. Maksimum olabilirlik ise tek bir “en iyi” ağa odaklandığı için YGT gibi alternatif açıklamaları göz ardı edebilir.
Ama gelelim sınırlamalara:
1. Model kısıtlılığı: Bu yöntemler çoğunlukla dikey evrimi baz alan modellerle çalışır. Eğer modelde yatay transferi doğrudan hesaba katacak parametreler yoksa, YGT olayları ya gözden kaçar ya da yanlış yorumlanır.
2. Yüksek hesaplama maliyeti: Özellikle Bayesci yöntemlerde, daha karmaşık modeller ve geniş veri setleriyle çalışıldığında analiz süresi ciddi şekilde uzayabilir.
3. Yanıltıcı sinyaller: Genetik yakınlık illa ki YGT demek değildir. Paralel evrim, gen kayıpları ya da hatalı hizalamalar da filogenetik uyuşmazlıklara sebep olabilir. Bu yüzden sadece bu yöntemlere güvenerek YGT tespiti yapmak risklidir.
4. Tek genle sınırlı analizler: Çoğu zaman tek gen üzerinden filogenetik ağaç çıkartılır ama bu da genel tür evrimiyle çeliştiğinde, sebebi illa YGT olmayabilir. Bu yüzden genom-genom karşılaştırmaları daha sağlıklı sonuçlar verir.
Sonuç olarak: Bayesci ve ML yöntemleri YGT’ye dair ipuçları verebilir ama doğrudan tespit için yeterli değiller. Bu nedenle YGT çalışmaları genelde başka araçlarla desteklenir: örneğin gen kompozisyonu analizi, ortolog/paralog tespiti, senteni analizi gibi yöntemlerle birlikte kullanılır. Yani bu yöntemler birer "başlangıç sinyali" sunar ama kesin teşhis için daha fazlası gerekir.
