Knowledge of genome-wide genealogies for thousands of individuals would simplify most evolutionary analyses for humans and other species, but has remained computationally infeasible. We have developed a method, Relate, scaling to >10,000 sequences while simultaneously estimating branch lengths, mutational ages and variable historical population sizes, as well as allowing for data errors. Application to 1,000 Genomes Project haplotypes produces joint genealogical histories for 26 human populations. Highly diverged lineages are present in all groups, but most frequent in Africa. Outside Africa, these mainly reflect ancient introgression from groups related to Neanderthals and Denisovans, while African signals instead reflect unknown events unique to that continent. Our approach allows more powerful inferences of natural selection than has previously been possible. We identify multiple regions under strong positive selection, and multi-allelic traits including hair color, body mass index and blood pressure, showing strong evidence of directional selection, varying among human groups. Relate is a new method for evolutionary analysis of large genetic datasets that can estimate branch lengths, mutational ages and variable historical population sizes.

The grey wolf (Canis lupus) was the first species to give rise to a domestic population, and they remained widespread throughout the last Ice Age when many other large mammal species went extinct. Little is known, however, about the history and possible extinction of past wolf populations or when and where the wolf progenitors of the present-day dog lineage (Canis familiaris) lived1-8. Here we analysed 72 ancient wolf genomes spanning the last 100,000 years from Europe, Siberia and North America. We found that wolf populations were highly connected throughout the Late Pleistocene, with levels of differentiation an order of magnitude lower than they are today. This population connectivity allowed us to detect natural selection across the time series, including rapid fixation of mutations in the gene IFT88 40,000-30,000 years ago. We show that dogs are overall more closely related to ancient wolves from eastern Eurasia than to those from western Eurasia, suggesting a domestication process in the east. However, we also found that dogs in the Near East and Africa derive up to half of their ancestry from a distinct population related to modern southwest Eurasian wolves, reflecting either an independent domestication process or admixture from local wolves. None of the analysed ancient wolf genomes is a direct match for either of these dog ancestries, meaning that the exact progenitor populations remain to be located.

Abstract Ancient genomes anchor genealogies in directly observed historical genetic variation, and contextualise ancestral lineages with archaeological insights into their geography and lifestyles. We introduce an extension of the Relate algorithm to incorporate ancient genomes and reconstruct the joint genealogies of 14 previously published high-coverage ancients and 278 present-day individuals of the Simons Genome Diversity Project. As the majority of ancient genomes are of lower coverage and cannot be directly built into genealogies, we additionally present a fast and scalable method, Colate, for inferring coalescence rates between low-coverage genomes without requiring phasing or imputation. Our method leverages sharing patterns of mutations dated using a genealogy to construct a likelihood, which is maximised using an expectation-maximisation algorithm. We apply Colate to 430 ancient human shotgun genomes of >0.5x mean coverage. Using Relate and Colate, we characterise dynamic population structure, such as repeated partial population replacements in Ireland, and gene-flow between early farmer and European hunter-gatherer groups. We further show that the previously reported increase in the TCC/TTC mutation rate, which is strongest in West Eurasians among present-day people, was already widespread across West Eurasia in the Late Glacial Period ~10k - 15k years ago, is strongest in Neolithic and Anatolian farmers, and is remarkably well predicted by the coalescence rates between other genomes and a 10,000-year-old Anatolian individual. This suggests that the driver of this signal originated in ancestors of ancient Anatolia >14k years ago, but was already absent by the Mesolithic and may indicate a genetic link between the Near East and European hunter-gatherer groups in the Late Paleolithic.

Summary The Eurasian Holocene (beginning c. 12 thousand years ago) encompassed some of the most significant changes in human evolution, with far-reaching consequences for the dietary, physical and mental health of present-day populations. Using an imputed dataset of >1600 complete ancient genome sequences, and new computational methods for locating selection in time and space, we reconstructed the selection landscape of the transition from hunting and gathering, to farming and pastoralism across West Eurasia. We identify major selection signals related to metabolism, possibly associated with the dietary shift occurring in this period. We show that the selection on loci such as the FADS cluster, associated with fatty acid metabolism, and the lactase persistence locus, began earlier than previously thought. A substantial amount of selection is also found in the HLA region and other loci associated with immunity, possibly due to the increased exposure to pathogens during the Neolithic, which may explain the current high prevalence of auto-immune disease, such as psoriasis, due to genetic trade-offs. By using ancient populations to infer local ancestry tracks in hundreds of thousands of samples from the UK Biobank, we find strong genetic differentiation among ancient Europeans in loci associated with anthropometric traits and susceptibility to several diseases that contribute to present-day disease burden. These were previously thought to be caused by local selection, but in fact can be attributed to differential genetic contributions from various source populations that are ancestral to present-day Europeans. Thus, alleles associated with increased height seem to have increased in frequency following the Yamnaya migration into northwestern Europe around 5,000 years ago. Alleles associated with increased risk of some mood-related phenotypes are overrepresented in the farmer ancestry component entering Europe from Anatolia around 11,000 years ago, while western hunter-gatherers show a strikingly high contribution of alleles conferring risk of traits related to diabetes. Our results paint a picture of the combined contributions of migration and selection in shaping the phenotypic landscape of present-day Europeans that suggests a combination of ancient selection and migration, rather than recent local selection, is the primary driver of present-day phenotypic differences in Europe.

Abstract We present a full-likelihood method to estimate and quantify polygenic adaptation from contemporary DNA sequence data. The method combines population genetic DNA sequence data and GWAS summary statistics from up to thousands of nucleotide sites in a joint likelihood function to estimate the strength of transient directional selection acting on a polygenic trait. Through population genetic simulations of polygenic trait architectures and GWAS, we show that the method substantially improves power over current methods. We examine the robustness of the method under uncorrected GWAS stratification, uncertainty and ascertainment bias in the GWAS estimates of SNP effects, uncertainty in the identification of causal SNPs, allelic heterogeneity, negative selection, and low GWAS sample size. The method can quantify selection acting on correlated traits, fully controlling for pleiotropy even among traits with strong genetic correlation (| r g | = 80%; c.f. schizophrenia and bipolar disorder) while retaining high power to attribute selection to the causal trait. We apply the method to study 56 human polygenic traits for signs of recent adaptation. We find signals of directional selection on pigmentation (tanning, sunburn, hair, P =5.5e-15, 1.1e-11, 2.2e-6, respectively), life history traits (age at first birth, EduYears, P =2.5e-4, 2.6e-4, respectively), glycated hemoglobin (HbA1c, P =1.2e-3), bone mineral density ( P =1.1e-3), and neuroticism ( P =5.5e-3). We also conduct joint testing of 137 pairs of genetically correlated traits. We find evidence of widespread correlated response acting on these traits (2.6-fold enrichment over the null expectation, P =1.5e-7). We find that for several traits previously reported as adaptive, such as educational attainment and hair color, a significant proportion of the signal of selection on these traits can be attributed to correlated response, vs direct selection ( P =2.9e-6, 1.7e-4, respectively). Lastly, our joint test uncovers antagonistic selection that has acted to increase type 2 diabetes (T2D) risk and decrease HbA1c ( P =1.5e-5).

Abstract A key question in biology is why genomic variation persists in a population for extended periods. Recent studies have identified examples of genomic deletions that have remained polymorphic in the human lineage for hundreds of millennia, ostensibly owing to balancing selection. Nevertheless, genome-wide investigations of ancient and possibly adaptive deletions remain an imperative exercise. Here, we used simulations to show an excess of ancient allele sharing between modern and archaic human genomes that cannot be explained solely by introgression or ancient structure under neutrality. We identified 63 deletion polymorphisms that emerged before the divergence of humans and Neanderthals and are associated with GWAS traits. We used empirical and simulation-based analyses to show that the haplotypes that harbor these functional ancient deletions have likely been evolving under time- and geography-dependent balancing selection. Collectively, our results suggest that balancing selection may have maintained at least 27% of the functional deletion polymorphisms in humans for hundreds of thousands of years.

Abstract Ancient DNA has unlocked new genetic histories and shed light on archaeological and historical questions, but many known and unknown historical events have remained below detection thresholds because subtle ancestry changes are challenging to reconstruct. Methods based on sharing of haplotypes 1,2 and rare variants 3,4 can improve power, but are not explicitly temporal and have not been adopted in unbiased ancestry models. Here, we develop Twigstats , a new approach of time-stratified ancestry analysis that can improve statistical power by an order of magnitude by focusing on coalescences in recent times, while remaining unbiased by population-specific drift. We apply this framework to 1,151 available ancient genomes, focussing on northern and central Europe in the historical period, and show that it allows modelling of individual-level ancestry using preceding genomes and provides previously unavailable resolution to detect broader ancestry transformations. In the first half of the first millennium ∼1-500 CE (Common Era), we observe an expansion of Scandinavian-related ancestry across western, central, and southern Europe. However, in the second half of the millennium ∼500-1000 CE, ancestry patterns suggest the regional disappearance or substantial admixture of these ancestries in multiple regions. Within Scandinavia itself, we document a major ancestry influx by ∼800 CE, when a large proportion of Viking Age individuals carried ancestry from groups related to continental Europe. This primarily affected southern Scandinavia, and was differentially represented in the western and eastern directions of the wider Viking world. We infer detailed ancestry portraits integrated with historical, archaeological, and stable isotope evidence, documenting mobility at an individual level. Overall, our results are consistent with substantial mobility in Europe in the early historical period, and suggest that time-stratified ancestry analysis can provide a new lens for genetic history.

Abstract Increasing global rates of autoimmune and inflammatory disease present a burgeoning threat to human health 1 . This is compounded by the limited efficacy of available treatments 1 and high failure rates during drug development 2 – underscoring an urgent need to better understand disease mechanisms. Here we show how genetics could address this challenge. By investigating an intergenic haplotype on chr21q22, independently linked to inflammatory bowel disease (IBD), ankylosing spondylitis, primary sclerosing cholangitis and Takayasu’s arteritis 3–6 , we discover that the causal gene, ETS2 , is a master regulator of inflammatory responses in human macrophages and delineate how the risk haplotype increases ETS2 expression. Genes regulated by ETS2 were prominently expressed in affected tissues from chr21q22-associated diseases and more enriched for IBD GWAS hits than almost all previously described pathways. Overexpressing ETS2 in resting macrophages produced an activated effector state that phenocopied intestinal macrophages from IBD 7 , with upregulation of multiple drug targets including TNFα and IL-23. Using a database of cellular signatures 8 , we identify drugs that could modulate this pathway and validate the potent anti-inflammatory activity of one class of small molecules in vitro and ex vivo . Together, this highlights the potential for common genetic associations to improve both the understanding and treatment of human disease.

Knowledge of genome-wide genealogies for thousands of individuals would simplify most evolutionary analyses for humans and other species, but has remained computationally infeasible. We developed a method, Relate, scaling to > 10,000 sequences while simultaneously estimating branch lengths, mutational ages, and variable historical population sizes, as well as allowing for data errors. Application to 1000 Genomes Project haplotypes produces joint genealogical histories for 26 human populations. Highly diverged lineages are present in all groups, but most frequent in Africa. Outside Africa, these mainly reflect ancient introgression from groups related to Neanderthals and Denisovans, while African signals instead reflect unknown events, unique to that continent. Our approach allows more powerful inferences of natural selection than previously possible. We identify multiple novel regions under strong positive selection, and multi-allelic traits including hair colour, BMI, and blood pressure, showing strong evidence of directional selection, varying among human groups.

Several disease-causing bacteria have transitioned from tick-borne to louse-borne transmission, a process associated with increased virulence and genome reduction. However, the historical time frame and speed of such evolutionary transitions have not been documented with ancient genomes. Here, we discover four ancient cases of Borrelia recurrentis, the causative agent of louse-borne relapsing fever, in Britain between ~600 and 2,300 years ago, and sequence whole genomes up to 29-fold coverage. We estimate a recent divergence from the closest tick-borne ancestor, likely within the last ~8,000 years. We reconstruct a chronology of gene losses and acquisitions using the pan-genome of related species, and show that almost all of the reductive evolution observed in B. recurrentis had occurred by ~2,000 years ago, and was thus a rapid process after divergence. Our observations provide a new understanding of the origins of B. recurrentis and document complex reductive evolution in a specialist vector-borne pathogen.