GV
Gergely Varga
Author with expertise in Genomic Analysis of Ancient DNA
Achievements
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
5
(80% Open Access)
Cited by:
4
h-index:
6
/
i10-index:
5
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
4

Maternal lineages from 10-11thcentury commoner cemeteries of the Carpathian Basin

Kitti Maár et al.Jan 27, 2021
+17
B
G
K
Abstract Background Nomadic groups of conquering Hungarians played a predominant role in Hungarian prehistory, but genetic data are available only from the immigrant elite strata. Most of the 10-11th century remains in the Carpathian Basin belong to common people, whose origin and relation to the immigrant elite has been widely debated. Methods Mitogenome sequences were determined from 202 individuals with Next Generation Sequencing combined with hybridization capture. Median Joining networks were used for phylogenetic analysis. The commoner population was compared to 87 ancient Eurasian populations with sequence based (Fst) and haplogroup based population genetic methods. Results Haplogroup composition of the commoner population markedly differs from the elite and in contrast to the elite, commoners cluster with European populations. Besides, detectable sub-haplogroup sharing indicates admixture between the elite and commoners. Conclusions Majority of the 10-11 th century commoners most likely represent local populations of the Carpathian Basin, which admixed with the eastern immigrant groups including conquering Hungarians.
4
Citation4
0
Save
83

Whole genome analysis sheds light on the genetic origin of Huns, Avars and conquering Hungarians

Zoltán Maróti et al.Jan 20, 2022
+33
O
E
Z
Summary Huns, Avars and conquering Hungarians were Migration Period nomadic groups which arrived in three successive waves in the Carpathian Basin between the 5 th and 9 th centuries. Based on historical data each of these groups are thought to have arrived from Asia, although their exact origin and relation to other ancient and modern populations has been debated. In this study we have sequenced 9 Hun, 143 Avar and 113 Hungarian conquest period samples, and identified three core populations, representing immigrants from each period, with no recent European ancestry. Our results suggest that this “immigrant core” of both Huns and Avars originated in present day Mongolia, and their origin can be traced back to Xiongnus. On the other hand, the “immigrant core” of the conquering Hungarians derived from an earlier admixture of Mansis, early Sarmatians and descendants of late Xiongnus. In addition, we detected shared Hun-related ancestry in numerous Avar and Hungarian conquest period genetic outliers indicating a genetic link between these successive nomadic groups. Aside from the immigrant core groups we identified that the majority of the individuals from each period were local residents, harboring “native European” ancestry.
83
0
Save
0

aHISplex: an imputation based method for eye, hair and skin colour prediction from low coverage ancient DNA

Zoltán Maróti et al.Jan 1, 2023
+3
E
E
Z
The prediction of externally visible traits (eye, hair and skin colours) from DNA can provide valuable information for both contemporary and ancient human populations. The validated HIrisPlex S method is the primary tool in forensics for phenotyping modern samples. The HIrisPlex S multiplex PCR assay can handle trace DNA from modern samples, but the analysis of degraded, low coverage ancient DNA (aDNA) presents additional challenges. Genotype imputation has recently proven successful in effectively filling in missing information in aDNA sequences. To assess the feasibility of this approach, we evaluated how key factors, such as genome coverage, minor allele frequency, extent of post mortem damage, and the population origin of the test individual influence the efficiency of imputing HIrisPlex S markers and predicting phenotypes. We used high coverage sequence data from ancient remains for the evaluation. Our results demonstrate that even with genome coverages as low as 0.1-0.5x, the proposed workflow is capable of predicting phenotypes from degraded ancient (or forensic) WGS data with good accuracy. To aid the archaeogenetics community, we have developed a user-friendly, easily deployable imputation-based framework that includes the new bioinformatics tools and the pre-made reference data sets required for the whole analysis.
0

Archaeogenetic analysis revealed East Eurasian paternal origin to the Aba royal family of Hungary

Gergely Varga et al.Mar 21, 2024
+13
O
Z
G
Abstract The Aba family played a pivotal role in the early history of Medieval Hungary dominating extensive territories and giving rise to influential figures. We conducted an archaeogenetic examination of remains uncovered at the necropolis in Abasár, the political centre of the Aba clan, to identify Aba family members and shed light on their genetic origins. Utilizing Whole Genome Sequencing (WGS) data from 19 individuals, complemented by radiocarbon measurements, we identified 6 members of the Aba family who shared close kinship relations. Our analysis revealed that 4 males from this family carried identical N1a1a1a1a4∼ haplogroups. Significantly, our phylogenetic investigation traced this royal paternal lineage back to Mongolia, strongly suggesting its migration to the Carpathian Basin with the conquering Hungarians. Genome analysis, incorporating ADMIXTURE, Principal Component Analysis (PCA), and qpAdm, revealed East Eurasian patterns in the studied genomes, consistent with our phylogenetic results. Shared Identity by Descent (IBD) analysis confirmed the family kinship relations and shed light on further external kinship connections. It revealed that members of the Aba family were related to members of prominent Hungarian medieval noble families the Árpáds, Báthorys and Corvinus as well as to the first-generation immigrant elite of the Hungarian conquest.
6

Regression plane concept: analysing continuous cellular processes with machine learning

Ábel Szkalisity et al.Sep 1, 2020
+12
A
F
Á
ABSTRACT Biological processes are inherently continuous, and the chance of phenotypic discovery is significantly restricted by discretising them. Using multi-parametric active regression we introduce a novel concept to describe and explore biological data in a continuous manner. We have implemented Regression Plane (RP) , the first user-friendly discovery tool enabling class-free phenotypic supervised machine learning.