Abstract Modern humans appeared in Europe by at least 45,000 years ago 1–5 , but the extent of their interactions with Neanderthals, who disappeared by about 40,000 years ago 6 , and their relationship to the broader expansion of modern humans outside Africa are poorly understood. Here we present genome-wide data from three individuals dated to between 45,930 and 42,580 years ago from Bacho Kiro Cave, Bulgaria 1,2 . They are the earliest Late Pleistocene modern humans known to have been recovered in Europe so far, and were found in association with an Initial Upper Palaeolithic artefact assemblage. Unlike two previously studied individuals of similar ages from Romania 7 and Siberia 8 who did not contribute detectably to later populations, these individuals are more closely related to present-day and ancient populations in East Asia and the Americas than to later west Eurasian populations. This indicates that they belonged to a modern human migration into Europe that was not previously known from the genetic record, and provides evidence that there was at least some continuity between the earliest modern humans in Europe and later people in Eurasia. Moreover, we find that all three individuals had Neanderthal ancestors a few generations back in their family history, confirming that the first European modern humans mixed with Neanderthals and suggesting that such mixing could have been common.

Abstract Artefacts made from stones, bones and teeth are fundamental to our understanding of human subsistence strategies, behaviour and culture in the Pleistocene. Although these resources are plentiful, it is impossible to associate artefacts to specific human individuals 1 who can be morphologically or genetically characterized, unless they are found within burials, which are rare in this time period. Thus, our ability to discern the societal roles of Pleistocene individuals based on their biological sex or genetic ancestry is limited 2–5 . Here we report the development of a non-destructive method for the gradual release of DNA trapped in ancient bone and tooth artefacts. Application of the method to an Upper Palaeolithic deer tooth pendant from Denisova Cave, Russia, resulted in the recovery of ancient human and deer mitochondrial genomes, which allowed us to estimate the age of the pendant at approximately 19,000–25,000 years. Nuclear DNA analysis identifies the presumed maker or wearer of the pendant as a female individual with strong genetic affinities to a group of Ancient North Eurasian individuals who lived around the same time but were previously found only further east in Siberia. Our work redefines how cultural and genetic records can be linked in prehistoric archaeology.

The dispersal of Homo sapiens across Eurasia during MIS 3 in the Late Pleistocene is marked by technological shifts and other behavioral changes, known in the archaeological record under the term of Initial Upper Paleolithic (IUP). Bacho Kiro Cave in north Bulgaria, re-excavated by us from 2015 to 2021, is one of the reference sites for this phenomenon. The newly excavated lithic assemblages dated by radiocarbon between 45,040 and 43,280 cal BP and attributed to Homo sapiens encompass more than two thousand lithic artifacts. The lithics, primarily from Layer N1-I, exist amid diverse fauna remains, human fossils, pierced animal teeth pendants, and sediment with high organic content. This article focuses on the technological aspects of the IUP lithics, covering raw material origin and use-life, blank production, on-site knapping activities, re-flaking of lithic implements, and the state of retouched lithic components. We apply petrography for the identification of silicites and other used stones. We employ chaîne opératoire and reduction sequence approaches to profile the lithics techno-typologically and explore the lithic economy, particularly blade production methods, knapping techniques, and artifact curation. Raw material analysis reveals Lower Cretaceous flints from Ludogorie and Upper Cretaceous flints from the Danube region, up to 190 km and 130 km, respectively, from Bacho Kiro Cave, indicating long-distance mobility and finished products transport. Imported lithic implements, were a result of unidirectional and bidirectional non-Levallois laminar technology, likely of volumetric concept. Systematic on-anvil techniques (bipolar knapping) and tool segmentation indicate re-flaking and reshaping of lithic implements, reflecting on-site curation and multifaceted lithic economy. A limited comparison with other IUP sites reveals certain shared features and also regional variations. Bacho Kiro Cave significantly contributes to understanding the technological and behavioral evolution of early Homo sapiens in western Eurasia.

The main objective of this paper is to present a repository of image databases whose features are augmented with embedded vector field (VF) features. The repository is designed to provide the user with image databases that enhance machine learning (ML) classification. Also, six VFs are provided, and the user can embed them into her/his own image database with the help of software named ELPAC. Three of the VFs generate real-shaped singular points (SPs): springing, sinking, and saddle. The other three VFs generate seven kinds of SPs, which include the real-shaped SPs and four complex-shaped SPs: repelling and attracting (out and in) spirals and clockwise and counterclockwise orbits (centers). Using the repository, this work defines the locations of the SPs according to the image objects and the mappings between the SPs’ shapes if separate VFs are embedded into the same image. Next, this paper produces recommendations for the user on how to select the most appropriate VF to be embedded in an image database so that the augmented SP shapes enhance ML classification. Examples of images with embedded VFs are shown in the text to illustrate, support, and validate the theoretical conclusions. Thus, the contributions of this paper are the derivation of the SP locations in an image; mappings between the SPs of different VFs; and the definition of an imprint of an image and an image database in a VF. The advantage of classifying an image database with an embedded VF is that the new database enhances and improves the ML classification statistics, which motivates the design of the repository so that it contains image features augmented with VF features.