MétaCan
Menu
Retour à la cohorte
Enregistrement W4390694263 · doi:10.1038/s41586-023-06862-3

100 ancient genomes show repeated population turnovers in Neolithic Denmark

2024· article· en· W4390694263 sur OpenAlexfundno aff
Morten E. Allentoft, Martin Sikora, Anders Fischer, Karl-Göran Sjögren, Andrés Ingason, Ruairidh Macleod, Anders Rosengren, Bettina Schulz Paulsson, Marie Louise Schjellerup Jørkov, Maria Novosolov, Jesper Stenderup, T. Douglas Price, Morten Fischer Mortensen, Anne Birgitte Nielsen, Mikkel Ulfeldt Hede, Lasse Sørensen, Poul Otto Nielsen, Peter Rasmussen, Theis Zetner Trolle Jensen, Alba Refoyo-Martínez, Evan K. Irving-Pease, William Barrie, Alice Pearson, Bárbara Sousa da Mota, Fabrice Demeter, Rasmus Amund Henriksen, Tharsika Vimala, Hugh McColl, Andrew H. Vaughn, Lasse Vinner, Gabriel Renaud, Aaron J. Stern, Niels Nørkjær Johannsen, Abigail Ramsøe, Andrew J. Schork, Anthony Ruter, Anne Birgitte Gotfredsen, Bjarne Henning Nielsen, Erik Brinch Petersen, Esben Kannegaard, Jesper Hansen, Kristoffer Buck Pedersen, Lisbeth Pedersen, Lutz Klassen, Morten Meldgaard, Morten Johansen, Otto Uldum, Per Lotz, Per Lysdahl, Pernille Bangsgaard, Peter Vang Petersen, Rikke Maring, Rune Iversen, Sidsel Wåhlin, Søren A. Sørensen, Søren H. Andersen, Thomas Martini Jørgensen, Niels Lynnerup, Daniel J. Lawson, Simon Rasmussen, Thorfinn Sand Korneliussen, Kurt H. Kjær, Richard Durbin, Rasmus Nielsen, Olivier Delaneau, Thomas Werge, Kristian Kristiansen, Eske Willerslev

Notice bibliographique

RevueNature · 2024
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueForensic and Genetic Research
Établissements canadiensnon disponible
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsH. Lundbeck A/SNational Institute of General Medical SciencesNovo NordiskLundbeckfondenNational Institute on AgingAarhus Universitets ForskningsfondNational Institutes of HealthQueen's UniversitySchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungDeutsche ForschungsgemeinschaftSocial Sciences and Humanities Research Council of CanadaNational Research FoundationDanmarks GrundforskningsfondNovo Nordisk FondenQueen's University BelfastRiksbankens JubileumsfondAarhus UniversitetEuropean CommissionWellcome TrustVillum FondenNational Science Foundation
Mots-clésGenomePopulationAncient DNABiologyGeographyEvolutionary biologyGeneticsDemographyGene

Résumé

récupéré en direct d'OpenAlex

Abstract Major migration events in Holocene Eurasia have been characterized genetically at broad regional scales1–4. However, insights into the population dynamics in the contact zones are hampered by a lack of ancient genomic data sampled at high spatiotemporal resolution5–7. Here, to address this, we analysed shotgun-sequenced genomes from 100 skeletons spanning 7,300 years of the Mesolithic period, Neolithic period and Early Bronze Age in Denmark and integrated these with proxies for diet (13C and 15N content), mobility (87Sr/86Sr ratio) and vegetation cover (pollen). We observe that Danish Mesolithic individuals of the Maglemose, Kongemose and Ertebølle cultures form a distinct genetic cluster related to other Western European hunter-gatherers. Despite shifts in material culture they displayed genetic homogeneity from around 10,500 to 5,900 calibrated years before present, when Neolithic farmers with Anatolian-derived ancestry arrived. Although the Neolithic transition was delayed by more than a millennium relative to Central Europe, it was very abrupt and resulted in a population turnover with limited genetic contribution from local hunter-gatherers. The succeeding Neolithic population, associated with the Funnel Beaker culture, persisted for only about 1,000 years before immigrants with eastern Steppe-derived ancestry arrived. This second and equally rapid population replacement gave rise to the Single Grave culture with an ancestry profile more similar to present-day Danes. In our multiproxy dataset, these major demographic events are manifested as parallel shifts in genotype, phenotype, diet and land use.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,291
Écart entre enseignants0,283 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations114
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNatureMême sujetForensic and Genetic ResearchTravaux en français237 207