La biogeografía moderna ha experimentado una revolución metodológica con el desarrollo de enfoques cuantitativos y paramétricos que permiten integrar información filogenética, espacial y ambiental para comprender los patrones de distribución de la biodiversidad. A pesar de la relevancia de estas herramientas para la investigación biogeográfica contemporánea, los cursos especializados en biogeografía paramétrica tienen una representación limitada en la oferta académica de México, generando una brecha significativa en la formación de investigadores en esta área. Este curso pretende introducir los conceptos básicos, herramientas metodologícas y aplicaciones de la biogeografía paramétrica aplicando el lenguaje de programación R, una herramienta de software libre y de código abierto ampliamente adoptada en la comunidad científica internacional.

Capacitar a los participantes en el diseño, implementación e interpretación de análisis biogeográficos paramétricos mediante herramientas computacionales en R, integrando información filogenética y espacial para abordar preguntas sobre la distribución histórica y actual de la biodiversidad.

1. Comprender los fundamentos teóricos de la biogeografía paramétrica y las ventajas de los enfoques basados en modelos sobre los métodos descriptivos tradicionales.
2. Aplicar métodos de bioregionalización filogenética para identificar patrones de endemismo y diversidad, utilizando métricas como diversidad filogenética (PD, rPD, NRI) y técnicas de agrupamiento.
3. Implementar modelos de reconstrucción biogeográfica (DEC, DIVA, BAYAREA) usando BioGeoBEARS para estimar áreas ancestrales y procesos de dispersión, extinción y vicarianza.
4. Ejecutar y analizar mapeos estocásticos biogeográficos (BSM) para cuantificar la incertidumbre en las reconstrucciones históricas y estimar probabilidades de ocupación de áreas a través del tiempo.
5. Evaluar la influencia de la geografía en los procesos de especiación y extinción mediante el uso de modelos GeoHiSSE con estados ocultos.
6. Comparar y seleccionar modelos biogeográficos mediante criterios estadísticos (AIC/AICc) y evaluar su adecuación a diferentes preguntas de investigación.
7. Desarrollar competencias prácticas en la preparación de datos, ejecución de análisis y visualización de resultados biogeográficos en R.
8. Sintetizar e integrar múltiples enfoques metodológicos para abordar preguntas complejas sobre la historia biogeográfica de grupos taxonómicos.

Teórico-Práctica: Aulas teóricas y ejercicios prácticos

No ser alumnos de nuevo ingreso a la maestría. 

• Conocimiento básico de R
• Conocimiento básico SIGs (Sistemas de Información Geográfica)
• Comprensión de fundamentos básicos de filogenética, evolución y estadística (Preferible)

• Participación en las discusiones en clase.
• Participación en los ejercicios prácticos.
• Entrega de un pequeño proyecto o análisis usando uno de los métodos aprendidos.

### Día 1: Introducción a la Biogeografía Paramétrica y Bioregionalización Filogenética (6 horas)

### Módulo 1.1: Introducción a la Biogeografía Paramétrica (1.5 horas)
- Revisión de los paradigmas en biogeografía.
- Limitaciones de los enfoques descriptivos.
- Ventajas de los enfoques paramétricos y basados en modelos.
- Introducción a los datos requeridos (filogenias, distribuciones de especies).
- Configuración del entorno de R: instalación de paquetes clave (ape, phytools, phyloregion).

### Módulo 1.2: Bioregionalización Filogenética I: Conceptos y Métodos (2.5 horas)
- Definición de bioregionalización y su importancia.
- Introducción a la bioregionalización filogenética: patrones de endemismo y diversidad filogenética.
- Métodos basados en la distancia filogenética.
- Ejercicio práctico: Carga y manipulación de filogenias y datos de ocurrencia. Cálculo de métricas de diversidad filogenética (PD, rPD, NRI).

### Módulo 1.3: Bioregionalización Filogenética II: Agrupamiento y Visualización (2 horas)
- Algoritmos de agrupamiento (cluster analysis) aplicados a matrices de similitud filogenética.
- Visualización de bioregiones en mapas.
- Ejercicio práctico: Aplicación de métodos de bioregionalización y visualización de resultados preliminares.

## Día 2: Modelado de Eventos Biogeográficos con BioGeoBEARS (6 horas)

### Módulo 2.1: Fundamentos de BioGeoBEARS (2 horas)
- Introducción al paquete BioGeoBEARS: modelos DEC, DIVA, BAYAREA.
- Conceptos de dispersión, extinción y vicarianza en el contexto de BioGeoBEARS.
- Preparación de los datos: archivo de especies y áreas de distribución.
- Definición de matrices +x.
- Ejercicio práctico: Preparación de un archivo de input para BioGeoBEARS.
### Módulo 2.2: Ejecución de Modelos en BioGeoBEARS (2.5 horas)
- Especificación de modelos y parámetros.
- Estimación de parámetros: tasas de dispersión, extinción y vicarianza.
- Comparación de modelos utilizando AIC/AICc.
- Interpretación de los resultados de los modelos.
- Ejercicio práctico: Ejecución de diferentes modelos en BioGeoBEARS y comparación de AICc.

### Módulo 2.3: Reconstrucción de Áreas Ancestrales con BioGeoBEARS (1.5 horas)
- Visualización de las reconstrucciones en el árbol.
- Ejercicio práctico: Reconstrucción de áreas ancestrales y visualización interactiva.

## Día 3: Biogeographic Stochastic Mappings (BSM) (6 horas)

### Módulo 3.1: Introducción a Mapeos Estocásticos Biogeográficos (2 horas)
- ¿Qué son las Mapeos Estocásticos Biogeográficos y por qué son útiles?
- Ventajas sobre los métodos de reconstrucción de estados discretos simples.

### Módulo 3.2: Ejecución de BSM I: Modelos de Transición (2.5 horas)

- Matriz de transición de áreas.
- Estimación de tasas de transición entre áreas.
- Simulación de historias biogeográficas estocásticas.
- Ejercicio práctico: Configuración y ejecución de un análisis BSM.

### Módulo 3.3: Análisis y Visualización de BSM (1.5 horas)
- Resumen de las historias biogeográficas simuladas.
- Estimación de la probabilidad de ocupación de áreas a lo largo del tiempo.
- Ejercicio práctico: Interpretación de los resultados de BSM y creación de visualizaciones significativas.

## Día 4: Geohisse: Especiación en la geografía (6 horas)

### Módulo 4.1: Introducción a GeoHiSSE (2 horas)
- Contexto de los modelos de especación dependiente de estados (State Speciation and Extinction Models) y modelos de estados ocultos.
- Modelos de especiación y extinción dependientes del estado (áreas).
- Preparación de datos: filogenia, áreas de distribución.
- Instalación del paquete geohisse.
### Módulo 4.2: Especificación y Ejecución de Modelos GeoHiSSE (2.5 horas)
- Definición de modelos de especiación y extinción con estados ocultos.
- Consideración de la dispersión entre áreas.
- Estimación de parámetros y comparación de modelos (AIC/AICc).
- Ejercicio práctico: Configuración y ejecución de un modelo GeoHiSSE básico.

### Módulo 4.3: Interpretación y Visualización de Resultados de GeoHiSSE (1.5 horas)
- Análisis de las tasas de especiación y extinción en función de las áreas.
- Visualización de los resultados de GeoHiSSE.
- Ejercicio práctico: Interpretación de los parámetros del modelo y visualización de reconstrucciones.

## Día 5: LEMAD y Proyectos Avanzados/Preguntas (6 horas)

### Módulo 5.1: LEMAD y SBEARs (3 horas)
- Introducción a LEMAD (Lineage Extinction Model of Ancestral Distribution).
- Ventajas de incorporar extinciónes.
- Requisitos de datos.
- Ejercicio práctico (guiado): Preparación de datos para LEMAD y discusión de los parámetros.
- Introducción a SBEARs (Site-Based Estimation of Ancestral Range of Species).
### Módulo 5.2: Integración de Enfoques y Proyectos (3 horas)
- Discusión sobre la integración de los diferentes métodos aprendidos.
- Consideraciones sobre la elección del mejor modelo para - una pregunta de investigación.
- Sesión de preguntas y respuestas.
- Discusión de posibles proyectos de los estudiantes.