MétaCan
Menu
Retour à la cohorte
Enregistrement W4391375563 · doi:10.7554/elife.79714

Stable population structure in Europe since the Iron Age, despite high mobility

2023· article· en· W4391375563 sur OpenAlexaff
Margaret L. Antonio, Clemens L. Weiß, Ziyue Gao, Susanna Sawyer, Victoria Oberreiter, Hannah M. Moots, Jeffrey P. Spence, Olivia Cheronet, Brina Zagorc, Elisa Praxmarer, Kadir Toykan Özdoğan, Lea Demetz, Pere Gelabert, Daniel Fernandes, Michaela Lucci, Timka Alihodžić, Selma Amrani, Pavel Avetisyan, Christèle Baillif-Ducros, Željka Bedić, Audrey Bertrand, Maja Bilić, Luca Bondioli, Paulina Borówka, Emmanuel Botte, Josip Burmaz, Domagoj Bužanić, Francesca Candilio, Mirna Cvetko, Daniela De Angelis, Ivan Drnić, Kristián Elschek, Mounir Fantar, Andrej Gaspari, Gabriella Gasperetti, Francesco Genchi, Snežana Golubović, Zuzana Hukeľová, Rimantas Jankauskas, Kristina Jelinčić Vučković, Gordana Jeremić, Iva Kaić, Kevin Kazek, Hamazasp Khachatryan, Anahit Yu. Khudaverdyan, Sylvia Kirchengast, Miomir Korać, Valérie Kozlowski, Maria Krošláková, Dora Kušan Špalj, Francesco La Pastina, Marie Laguardia, Sandra Legrand, Tino Leleković, Tamara Leskovar, Wiesław Lorkiewicz, Dženi Los, Ana María Silva, René Masaryk, Vinka Matijević, Yahia Mehdi Seddik Cherifi, Nicolás Meyer, Ilija Mikić, Nataša Miladinović-Radmilović, Branka Milošević Zakić, Lina Nacouzi, Magdalena Natuniewicz-Sekuła, Alessia Nava, Christine Neugebauer-Maresch, Jan Nováček, Anna J. Osterholtz, Julianne Paige, Lujana Paraman, Dominique Piéri, Karol Pieta, Stefan Pop-Lazić, Matej Ruttkay, Mirjana Sanader, Arkadiusz Sołtysiak, Alessandra Sperduti, Tijana Stankovic Pesterac, Maria Teschler‐Nicola, Iwona Teul, Domagoj Tončinić, Julien Trapp, Dragana Vulović, Tomasz Waliszewski, Diethard Walter, Miloš Živanović, Mohamed el Mostefa Filah, Morana Čaušević-Bully, Mario Šlaus, Dušan Borić, Mario Novak, Alfredo Coppa, Ron Pinhasi, Jonathan K. Pritchard

Notice bibliographique

RevueeLife · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueForensic and Genetic Research
Établissements canadiensMusée de la Civilisation
Organismes subventionnairesAustrian Science FundNational Human Genome Research InstituteHoward Hughes Medical InstituteNational Institutes of HealthNational Science Foundation
Mots-clésBiological dispersalPopulationDemographic historyGeographyPrehistoryAncient DNAPeriod (music)Human migrationEconomic geographyPanmixiaGenetic structureDemographyEvolutionary biologyBiologyArchaeologyGenetic variation

Résumé

récupéré en direct d'OpenAlex

Ancient DNA research in the past decade has revealed that European population structure changed dramatically in the prehistoric period (14,000-3000 years before present, YBP), reflecting the widespread introduction of Neolithic farmer and Bronze Age Steppe ancestries. However, little is known about how population structure changed from the historical period onward (3000 YBP - present). To address this, we collected whole genomes from 204 individuals from Europe and the Mediterranean, many of which are the first historical period genomes from their region (e.g. Armenia and France). We found that most regions show remarkable inter-individual heterogeneity. At least 7% of historical individuals carry ancestry uncommon in the region where they were sampled, some indicating cross-Mediterranean contacts. Despite this high level of mobility, overall population structure across western Eurasia is relatively stable through the historical period up to the present, mirroring geography. We show that, under standard population genetics models with local panmixia, the observed level of dispersal would lead to a collapse of population structure. Persistent population structure thus suggests a lower effective migration rate than indicated by the observed dispersal. We hypothesize that this phenomenon can be explained by extensive transient dispersal arising from drastically improved transportation networks and the Roman Empire's mobilization of people for trade, labor, and military. This work highlights the utility of ancient DNA in elucidating finer scale human population dynamics in recent history.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,013
Tête enseignante GPT0,283
Écart entre enseignants0,269 · 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

Citations77
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeLifeMême sujetForensic and Genetic ResearchTravaux en français237 207