Closely related species that occur together in communities and experience similar environmental conditions are likely to share phenotypic traits because of the process of environmental filtering. At the same time, species that are too similar are unlikely to co‐occur because of competitive exclusion. In an effort to explain the coexistence of 17 oak species within forest communities in North Central Florida, we examined correlations between the phylogenetic relatedness of oak species, their degree of co‐occurrence within communities and niche overlap across environmental gradients, and their similarity in ecophysiological and life‐history traits. We show that the oaks are phylogenetically overdispersed because co‐occurring species are more distantly related than expected by chance, and oaks within the same clade show less niche overlap than expected. Hence, communities are more likely to include members of both the red oak and the $$\mathrm{white}\,+\mathrm{live}\,$$ oak clades than only members of one clade. This pattern of phylogenetic overdispersion arises because traits important for habitat specialization show evolutionary convergence. We hypothesize further that certain conserved traits permit coexistence of distantly related congeners. These results provide an explanation for how oak diversity is maintained at the community level in North Central Florida.

Multigene sequence data have great potential for elucidating important and interesting evolutionary processes, but statistical methods for extracting information from such data remain limited. Although various biological processes may cause different genes to have different genealogical histories (and hence different tree topologies), we also may expect that the number of distinct topologies among a set of genes is relatively small compared with the number of possible topologies. Therefore evidence about the tree topology for one gene should influence our inferences of the tree topology on a different gene, but to what extent? In this paper, we present a new approach for modeling and estimating concordance among a set of gene trees given aligned molecular sequence data. Our approach introduces a one-parameter probability distribution to describe the prior distribution of concordance among gene trees. We describe a novel 2-stage Markov chain Monte Carlo (MCMC) method that first obtains independent Bayesian posterior probability distributions for individual genes using standard methods. These posterior distributions are then used as input for a second MCMC procedure that estimates a posterior distribution of gene-to-tree maps (GTMs). The posterior distribution of GTMs can then be summarized to provide revised posterior probability distributions for each gene (taking account of concordance) and to allow estimation of the proportion of the sampled genes for which any given clade is true (the sample-wide concordance factor). Further, under the assumption that the sampled genes are drawn randomly from a genome of known size, we show how one can obtain an estimate, with credibility intervals, on the proportion of the entire genome for which a clade is true (the genome-wide concordance factor). We demonstrate the method on a set of 106 genes from 8 yeast species.

Phylogenetic trees are widely used to study the relationships among living species and genes. In their Perspective, [ Baum et al. ][1] discuss how it has become apparent that trees are commonly misunderstood, leading to confusion about the concept of common ancestry. Although challenging, tree thinking should be taught as an element of evolution training at all levels. [1]: http://www.sciencemag.org/cgi/content/full/310/5750/979

Whereas polyploidy is common and an important evolutionary factor in most land plant lineages it is a real rarity in gymnosperms. Coast redwood (Sequoia sempervirens) is the only hexaploid conifer and one of just two naturally polyploid conifer species. Numerous hypotheses about the mechanism of polyploidy in Sequoia and parental genome donors have been proffered over the years, primarily based on morphological and cytological data, but it remains unclear how Sequoia became polyploid and why this lineage overcame an apparent gymnosperm barrier to whole-genome duplication (WGD). We sequenced transcriptomes and used phylogenetic inference, Bayesian concordance analysis, and paralog age distributions to resolve relationships among gene copies in hexaploid coast redwood and its close relatives. Our data show that hexaploidy in the coast redwood lineage is best explained by autopolyploidy or, if there was allopolyploidy, this was restricted to within the Californian redwood clade. We found that duplicate genes have more similar sequences than would be expected given evidence from fossil guard cell size which suggest that polyploidy dates to the Eocene. Conflict between molecular and fossil estimates of WGD can be explained if diploidization occurred very slowly following whole genome duplication. We extrapolate from this to suggest that the rarity of polyploidy in conifers may be due to slow rates of diploidization in this clade.

While there is no doubt among evolutionary biologists that all living species, or merely all living species within a particular group (e.g., animals), share descent from a common ancestor, formal statistical methods for evaluating common ancestry from aligned DNA sequence data have received criticism. One primary criticism is that prior methods take sequence similarity as evidence for common ancestry while ignoring other potential biological causes of similarity, such as functional constraints. We present a new statistical framework to test separate ancestry versus common ancestry that avoids this pitfall. We illustrate the efficacy of our approach using a recently published large molecular alignment to examine common ancestry of all primates (including humans). We find overwhelming evidence against separate ancestry and in favor of common ancestry for orders and families of primates. We also find overwhelming evidence that humans share a common ancestor with other primate species. The novel statistical methods presented here provide formal means to test separate ancestry versus common ancestry from aligned DNA sequence data while accounting for functional constraints that limit nucleotide base usage on a site-by-site basis.

Abstract A key question in origins-of-life research, is whether heritability, and thus evolution, could have preceded genes. While theoretical research has shown that out of equilibrium chemical reaction networks with multiple autocatalytic motifs can provide chemical “memory” and serve as units of heritability, experimental validation is lacking. We established conditions that may be conducive to these processes and developed methods to seek evidence of heritability. We prepared a food set (FS) of three small organic species (methanol, formic acid, and acetic acid), three inorganic salts (sodium trimetaphosphate, ammonium hydroxide, sodium bicarbonate), and pyrite mineral. We conducted a serial dilution experiment where FS was assembled, autoclaved, and the incubated for 24 hours, after which a 20% fraction was transferred into freshly prepared FS that went through the same procedure. This process was repeated for 10 transfer (TR) generations. To serve as controls, we also incubated the fresh solutions in each generation. Over the course of the experiment, we compared the chemical composition of transfer (TR) vials and no-transfer control (NTC) vials using liquid chromatography-mass spectrometry (LCMS). We adapted metrics from ecology and evolutionary biology to analyze the chemical composition data, finding a great deal of variability. Nonetheless, by focusing on a subset of the chemicals with more consistent patterns, we found evidence of heritable variation among vials.