Abstract European genetic ancestry originates from three main ancestral populations - Western hunter-gatherers, early European farmers and Yamnaya Eurasian herders - whose edges geographically met in present-day France. Despite its central role to our understanding of how the ancestral populations interacted and gave rise to modern population structure, the population history of France has remained largely understudied. Here, we analysed the high-coverage whole-genome sequences and genome-wide genotype profiles of respectively 856 and 3,234 present-day individuals from the northern half of France, and merged them with publicly available present-day and ancient Europe-wide genotype datasets. We also explored, for the first time, the whole-genome sequences of six mediaeval individuals (300-1100 CE) from Western France to gain insights into the genetic impact of what is commonly known as the Migration Period in Europe. We found extensive fine-scale population structure across Brittany and the downstream Loire basin, emphasising the need for investigating local populations to better understand the distribution of rare and putatively deleterious variants across space. Overall, we observed an increased population differentiation between the northern and southern sides of the river Loire, which are characterised by different proportions of steppe vs. Neolithic-related ancestry. Samples from Western Brittany carry the largest levels of steppe ancestry and show high levels of allele sharing with individuals associated with the Bell Beaker complex, levels that are only comparable with those found in populations lying on the northwestern edges of Europe. Together, our results imply that present-day individuals from Western Brittany retain substantial legacy of the genetic changes that occurred in Northwestern Europe following the arrival of the Bell Beaker people c. 2500 BCE. Such genetic legacy may explain the sharing of disease-related alleles with other present-day populations from Western Britain and Ireland.

Copy Number Variants (CNVs) are sometimes used to perform association studies. The aim of this paper was to study the use of CNVs in another context: heritability estimation. We wanted to assess the impact of using CNVs in these estimates, either alone, or in conjunction with Single Nucleotide Polymorphisms (SNPs). Using real SNP and CNV data from UK Biobank, we simulated phenotypes depending either on one or the two type(s) of data. We showed that mixed models, usually used for estimating heritability on SNP data, were also capable of estimating CNV heritability and to properly decipher between CNV and SNP heritabilities when phenotypes depend on both types of data. However CNV heritability estimation becomes more challenging when it is only supported by the few relatively common CNVs. Finally we estimated CNV and SNP heritabilities for two real phenotypes from UK Biobank (height and hypertension) but only hypertension showed a small but non-null CNV heritability of about 1.7%.

The demographical history of France remains largely understudied despite its central role toward understanding modern population structure across Western Europe. Here, by exploring publicly available Europe-wide genotype datasets together with the genomes of 3234 present-day and six newly sequenced medieval individuals from Northern France, we found extensive fine-scale population structure across Brittany and the downstream Loire basin and increased population differentiation between the northern and southern sides of the river Loire, associated with higher proportions of steppe vs. Neolithic-related ancestry. We also found increased allele sharing between individuals from Western Brittany and those associated with the Bell Beaker complex. Our results emphasise the need for investigating local populations to better understand the distribution of rare (putatively deleterious) variants across space and the importance of common genetic legacy in understanding the sharing of disease-related alleles between Brittany and people from western Britain and Ireland.

Abstract Neuroimaging-genetics cohorts gather two types of data: brain imaging and genetic data. They allow the discovery of associations between genetic variants and brain imaging features. They are invaluable resources to study the influence of genetics and environment in the brain features variance observed in normal and pathological populations. This study presents a genome wide haplotype analysis for 123 brain sulcus opening value (a measure of sulcal width) across the whole brain that include 16,304 subjects from UK Biobank. Using genetic maps, we defined 119,548 blocks of low recombination rate distributed along the 22 autosomal chromosomes, and analyzed 1,051,316 haplotypes. To test associations between haplotypes and complex traits, we designed three statistical approaches. Two of them use a model that includes all the haplotypes for a sin gle block, while the last approach considers one model by haplotype. All the statistics produced were assessed as rigorously as possible. Thanks to the rich imaging dataset at hand, we used resampling techniques to assess False Positive Rate for each statistical approach in a genome-wide and brain-wide context. The results on real data show that genome-wide haplotype analyses are more sensitive than single-SNP approach and account for local complex Linkage Disequilibrium (LD) structure, which makes genome-wide haplotype analysis an interesting and statistically sound alternative to the single-SNP counterpart.