Podcasts de história

Rastreando migrações humanas através de ... caracóis

Rastreando migrações humanas através de ... caracóis

Como é possível que os caracóis na Irlanda sejam geneticamente iguais aos caracóis na França? Bem, provavelmente eles não viajaram milhares de quilômetros, incluindo o mar por conta própria. Os cientistas acreditam que isso aconteceu devido a uma migração humana que remonta a 8.000 anos.

A semelhança do material genético, além do fato de esses caramujos não serem encontrados na Grã-Bretanha, sugere que sua localização esteja relacionada à migração humana. Um artigo de pesquisa publicado no PLOS ONE por Adele J. Grindon e Angus Davinson explica em detalhes por que isso é possível.

Os caracóis de vidro dos Pirineus não são a única espécie encontrada na Irlanda de forma inexplicada. Também inclui um medronheiro e a lesma Kerry. As amostras coletadas eram da França, Espanha e Itália, bem como da costa oeste da Irlanda. O DNA foi extraído das amostras e comparados entre si, mostrando as semelhanças no material genético de todas as amostras.

E embora a Grã-Bretanha seja a principal origem da fauna irlandesa, neste caso isso não se aplica. A explicação que alguém daria é que os caracóis migraram das montanhas dos Pirenéus para a França e depois para a Grã-Bretanha e depois para a Itália. No entanto, o problema com essa teoria é que vestígios do material genético específico não podem ser encontrados na Grã-Bretanha.

Portanto, Davinson sugere que a evidência mostra a possibilidade de que a Irlanda foi colonizada antes da Grã-Bretanha, pelo menos 7.000 anos aC, trazendo com eles caramujos da Europa continental. Sabemos que caramujos têm sido usados ​​como fonte de alimento em tempos pré-históricos (remontando a 9.000 aC) e até cultivados por esse motivo, o que torna a sugestão plausível.


    Rastreando migrações humanas através de ... caracóis - História

    A migração é uma das grandes forças da história. Quando as pessoas se mudam em grande número, às vezes reorganizam não apenas suas próprias vidas, mas também os lugares de onde saíram e os lugares em que se estabeleceram. Os americanos sempre foram um povo em movimento, vindo de outros lugares, mudando-se para novos lugares. A nação não apenas atraiu pessoas de outras nações, mas também alega altas taxas de migração interna. Este projeto explora uma série de migrações consequentes - Grandes migrações - que ajudaram a remodelar a cultura, a política ou as estruturas econômicas. Possui cinco unidades, cada uma com informações detalhadas e mapas, gráficos e dados interativos: (1) o migração de afro-americanos do Sul 1900-2000 (2), as enormes consequências migrações de latino-americanos, tanto da América Latina quanto dentro dos Estados Unidos (1850-2017) (3) o diáspora de brancos do Sul aos estados do norte e oeste (4), o Migração de Dust Bowl para a Califórnia de Oklahoma e estados vizinhos na década de 1930. (5) Além disso, fornecemos histórias de migração para todos os cinquenta estados mostrando década a década de 1850-2017 de onde vieram os residentes.

    A maioria desses materiais são de trabalhos publicados e não publicados por James Gregory, Professor de História da Universidade de Washington.

    Mais de 7 milhões de afro-americanos deixaram o Sul durante o século 20, estabelecendo-se principalmente nas grandes cidades do Norte e do Oeste. Ao fazer isso, eles transformaram mais do que suas próprias vidas. Esta Grande Migração transformou cidades e estabeleceu as bases para reconstruções de raça, política e até mesmo dos equilíbrios regionais da nação. Esta seção inclui seis mapas e gráficos interativos e vários ensaios interpretativos.

    Mais de 20 milhões de brancos deixaram o Sul durante o século 20, superando em muito os 7-8 afro-americanos que o deixaram. Eles foram acompanhados por quase 1 milhão de Latinx, principalmente Tejanos, que se mudaram para o oeste para a Califórnia e para o norte no meio-oeste. Esta seção mostra os padrões de migração e explora os impactos da diáspora meridional. Esta seção inclui seis mapas e tabelas interativos bem como ensaios interpretativos.

    A realocação para a Califórnia de cerca de 400.000 oklahoma, texanos, Arkansans e missourians durante a Grande Depressão foi a migração em massa mais divulgada daquela década. Muitos enfrentaram dificuldades inesperadas, especialmente aqueles que se dirigiram para o Vale Central da Califórnia. Sua situação chamou a atenção de jornalistas, fotógrafos e tornou-se o tema de um dos romances americanos mais celebrados do século, The Grapes of Wrath de John Steinbeck. Aqui estão três mapas interativos bem como contas detalhadas e fontes primárias.

    Os americanos sempre foram um povo em movimento, vindo de outros lugares, mudando-se para novos lugares. A nação não apenas atraiu pessoas de outras nações, mas também alega altas taxas de migração interna. Aqui estão gráficos e mapas interativos que nos permitem rastrear a mudança da população década a década desde 1850. Selecione um estado e veja onde as pessoas nasceram, tanto em outros países quanto em outros estados. Temos mais detalhes sobre os principais estados, incluindo discriminação racial, consulte as páginas separadas para: Alabama, Arizona, Califórnia, Colorado, Flórida, Illinois, Nova York, Texas, Virgínia, estado de Washington ,.

    História da Migração da Califórnia 1850-2017

    A história da Califórnia está ligada à migração. O estado mais populoso da união tornou-se assim porque muitas pessoas de outros estados e de outras terras se mudaram para lá. Foi só em 2010 que o número de californianos nativos ultrapassou o número de migrantes de outros lugares. E ainda hoje a maioria dos adultos é de outro estado ou de outro país. A migração antecedeu o período de controle dos Estados Unidos, principalmente quando a Espanha enviou soldados e missionários para a área que chamaram de Califórnia. Acelerou depois que os Estados Unidos tomaram a província mexicana e imediatamente lucraram com a descoberta de ouro em 1848 no sopé da Sierra. [mais]

    História da Migração da Flórida 1850-2017

    Mais do que qualquer outro estado do sul, a Flórida sempre atraiu recém-chegados. Hoje, apenas cerca de um terço da população afirma ter um local de nascimento na Flórida, dois terços vêm de outro lugar, muitos de Cuba e da América Latina, mas na verdade de todos os estados e da maioria das nações. A migração para a Flórida é uma história velha. No final dos anos 1800, a Flórida cresceu rapidamente à medida que os brancos dos estados vizinhos se mudaram para o sul em busca de terras para cultivar. [mais]

    Estado da história da migração de Illinois 1880-2017

    Illinois, como outros estados do meio-oeste, experimentou um rápido crescimento populacional por meio da migração no século 19 e um crescimento muito mais lento desde então. Registrando uma população de 851.000 em 1850, o estado dobrou seus números em 1860, dobrou novamente em 1880 e novamente antes de 1910. Demorou um século para dobrar o total de 1910. A migração no século 19 foi fortemente influenciada pelos estados a leste de Illinois, especialmente Nova York, Ohio e Pensilvânia. Os imigrantes europeus da Geórgia e da Irlanda vieram em grande número no mesmo período. O censo de 1880 mostrou que cerca de metade da população era de fora do estado, com Alemanha, Nova York, Ohio e Irlanda os principais contribuintes. [mais]

    História da migração de Nova York 1850-2017

    Nova York sempre foi o estado de entrada, o estado que absorve a maior diversidade de recém-chegados do exterior. Em 1850, quando pela primeira vez o censo dos EUA registrou locais de nascimento, os principais locais de nascimento para residentes não nascidos em Nova York estavam em ordem: Irlanda, Alemanha, Inglaterra, Connecticut, Massachusetts, Vermont, Nova Jersey e Canadá, com uma dúzia de outros países mais abaixo na lista. [mais]

    História da Migração do Texas 1850-2017

    O Texas tem sido um ímã de migração ao longo de sua história, o que ajuda a explicar o recorde de crescimento que agora o torna o segundo estado mais populoso depois da Califórnia. A migração, a maior parte ilegal, do Tennessee, Alabama e Mississippi alimentou a rebelião que lutou contra a província mexicana em 1836. Nas décadas que se seguiram, um grande número de sulistas mudou-se para o oeste para expandir o cinturão de algodão, muitos deles escravizados. [mais]

    História da migração de Washington 1850-2017

    Washington permanece hoje um estado onde a maioria dos residentes veio de outro lugar, outro estado ou outro país. Ocupada por americanos desde 1840, sua população cresceu lentamente até se tornar um estado em 1889, e então aumentou após a descoberta de ouro no Alasca e no Yukon em 1896. A agricultura, a madeira e a pesca atraíram recém-chegados do alto meio-oeste e do norte da Europa, juntamente com números menores de chineses e japoneses. [mais]

    História da migração do Arizona 1850-2017

    O Arizona continua sendo hoje um estado onde a maioria dos residentes veio de outro lugar, de outro estado ou de outro país. É também um estado onde grandes extensões de terra permanecem propriedade de nações indígenas - Navaho, Yuma, Pima, Apache, Pueblo, Papago e Zuni. Os Estados Unidos tomaram a área na guerra contra o México em 1846, mas poucos americanos encontraram motivos para se estabelecer ali até que depósitos de prata e cobre trouxeram os mineiros a partir do final da década de 1870. Uma população de 1870 de menos de 10.000 cresceu para 122.000 em 1900. Os brancos representavam menos da metade da população da virada do século. Um terço eram mexicanos étnicos, nascidos no sudoeste ou no México. Os povos nativos representaram mais de 20 por cento das pessoas enumeradas no censo de 1900. [mais]

    História da Migração do Colorado 1850-2017

    Colorado permanece hoje um estado onde a maioria dos residentes veio de outro lugar, de outro estado ou de outro país. Cheyenne, Shoshone, Arapahoe, Ute e outras nações nativas comandaram a área até 1848, quando os Estados Unidos a tomaram em sua guerra contra o México. A descoberta de ouro perto do Pico de Pike em 1857 configurou o primeiro influxo significativo de recém-chegados, a maioria brancos dos estados do meio-oeste e do nordeste. [mais]

    História da Migração da Virgínia 1850-2017

    Até a Segunda Guerra Mundial, a Virgínia compartilhava os padrões demográficos e de migração comuns aos estados do sudeste. O estado atraiu poucos recém-chegados além daqueles que se deslocavam em curtas distâncias através das fronteiras dos estados contíguos. O aumento natural entre afro-americanos e brancos da Virgínia impulsionou os ganhos populacionais, enquanto a emigração excedeu todas as vias de imigração. A Segunda Guerra Mundial trouxe instalações militares e indústrias de defesa que começaram a remodelar a economia, [mais]

    História da Migração do Alabama 1850-2017

    O Alabama foi uma zona de reposição populacional no início do século 19, quando os povos Choctaw, Creek, Chickisaw e Cherokee foram levados para o oeste e suas terras foram vendidas a fazendeiros brancos da Geórgia, Carolínia do Sul e do Norte, Tennessee e Virgina empenhados em expandir o algodão reino. Os escravos de ascendência africana fizeram o trabalho e representavam 45% da população do Alabama às vésperas da Guerra Civil. A liberdade mudou o Alabama em uma direção diferente. No século seguinte, até 1960, poucas pessoas mudaram-se para o estado e a população cresceu lentamente, em grande parte dependente do "aumento natural", um estranho eufemismo para o trabalho das mães. [mais]


    Como ler um Y

    A maioria dos cromossomos na célula está presente como duas cópias, o que permite a troca de material genético. Com o tempo, essa troca irá misturar as mutações que ocorrem no cromossomo, tornando sua história difícil de desvendar.

    O cromossomo Y é diferente porque os machos têm apenas uma única cópia e a maior parte dela não sofre nenhum embaralhamento genético (uma pequena região pode se recombinar com o cromossomo X). Como resultado, todas as mutações que ocorrem em um único cromossomo Y sempre serão herdadas juntas. Isso torna o Y excelente para reconstruir a história.

    Digamos que, no fundo do nosso passado, uma mutação que chamamos de A ocorreu e gradualmente se expandiu na população. Mais tarde, um dos descendentes que carregava A experimentou uma segunda mutação, B, que também se expandiu um pouco. Se sequenciarmos uma população de 100 hoje, poderíamos ver 50 pessoas que carregam A e 30 carregam B. Mas cada pessoa com B também carregaria A. Essa ideia nos permite inferir a ordem em que essas mudanças ocorreram e, dado a taxa média em que as mutações aparecem, seu tempo.

    Agora, coloque um pouco de história em cima disso. Se A ocorreu depois que os humanos migraram para fora da África, pode ser generalizado em outras populações ao redor do globo. Mas se B ocorreu mais tarde, após novas migrações, pode aparecer apenas em uma região específica - digamos, Austrália. Portanto, não podemos apenas aprender sobre o momento em que ocorrem as diferentes mutações, mas também podemos descobrir onde elas devem ter ocorrido.

    Mas espere, tem mais. Se uma população for relativamente estável, não haverá muita mudança no número de mutações - para cada nova que aparece, outra provavelmente morrerá. Mas quando uma população está se expandindo, novas mutações são mais prováveis ​​de serem retidas e aparecerem nas linhagens modernas. Ao fazer uma árvore genealógica do cromossomo Y, esse processo aparecerá como uma explosão repentina de galhos em um curto período de tempo.


    Caracóis revelam migrações humanas antigas

    Em ambos os lugares, os caracóis têm grandes conchas de lábios brancos. E, de acordo com o novo trabalho, os dois grupos também compartilham marcadores genéticos extremamente raros em outras partes da Europa.

    Junto com outras evidências, as descobertas oferecem uma nova janela para as antigas migrações humanas.

    "É interessante usar a genética dos caramujos para descobrir como os caramujos colonizam e também pode nos dar uma pequena visão sobre o que os humanos estavam fazendo", disse Angus Davison, geneticista evolucionista da Universidade de Nottingham, no Reino Unido.

    "Uma coisa realmente interessante sobre este estudo é que, se aceitarmos que os humanos transportam caracóis, ele realmente nos dá uma visão única de uma jornada individual de 8.000 anos atrás, e nos dá evidências disso de uma fonte que você talvez não possa imaginar."

    Por mais de 150 anos, os biólogos têm se intrigado com um mistério irlandês: várias espécies de vida selvagem que vivem na Irlanda estão ausentes do resto da Grã-Bretanha, mas são encontradas na Península que inclui a atual Espanha, Portugal e partes de França.

    A pesquisa sobre a chamada "questão irlandesa" não conseguiu produzir uma única teoria que explique como e quando várias espécies cobriram centenas de quilômetros de um lugar a outro.

    Para ver se eles poderiam acrescentar algum novo entendimento à questão irlandesa, Davison e sua colega Adele Grindon se concentraram em um caracol de aparência distinta que tinha as mesmas conchas de 2,5 cm em ambos os locais. De acordo com evidências fósseis, os caracóis apareceram pela primeira vez na Irlanda há cerca de 8.000 anos. Os moluscos viveram no sul da Europa por dezenas de milhares de anos antes disso.

    Primeiro, os pesquisadores recrutaram voluntários para ajudar a coletar cerca de 900 caramujos de ambas as partes de sua área de distribuição. Em seguida, eles extraíram o DNA mitocondrial, que é passado diretamente da mãe para a prole, e examinaram áreas específicas do genoma que são conhecidas por variar de uma espécie de caracol para outra.

    O material genético que analisaram era essencialmente idêntico entre os dois grupos regionais, relatam os pesquisadores hoje na revista PLOS ONE. A equipe também ficou surpresa ao descobrir que eles podiam rastrear a população irlandesa de caracóis diretamente até uma população em uma região específica dos Pirineus. A espécie não vive em nenhum lugar intermediário.

    As descobertas argumentam contra uma mudança gradual de um lugar para outro, disse Davison, e sugerem que os caramujos migraram da Espanha para a Irlanda em uma única etapa. Ele acha improvável que os pássaros tenham transportado os moluscos, em parte porque não há pássaros conhecidos que migrem ao longo dessa rota que seriam grandes o suficiente para carregar os caramujos.

    O mais provável, Davison suspeita, as pessoas trouxeram os caracóis com eles enquanto se moviam. Os povos antigos podem ter trazido intencionalmente os caracóis como fonte de alimento na viagem. Alternativamente, os caracóis podem ter pegado uma carona na forragem com grama embalada para outros animais.

    No início dos anos 2000, alguns estudos propuseram uma conexão entre a Irlanda e os Pireneus, mas esses estudos se mostraram mais tarde muito pequenos e falhos para serem convincentes, disse Allan McDevitt, geneticista da University College Dublin, especialista em questões sobre a colonização da Irlanda. A nova pesquisa é muito mais robusta.

    "Acho que este estudo é importante porque mostra de forma conclusiva que há alguma ligação com a Espanha com base neste caracol", disse McDevitt. "É a prova mais definitiva de que esta é realmente uma migração muito real que estava acontecendo."

    Ainda não está claro como as pessoas fizeram a viagem. Pelo menos parte da viagem teria sido por mar, já que a Irlanda estava separada do continente há 15.000 anos. Mas as evidências de barcos parecidos com canoas primitivas permanecem escassas. Usar novas ferramentas genéticas para investigar criaturas improváveis ​​pode ser a chave para descobrir uma melhor compreensão do passado.

    "A Irlanda sempre foi um tópico muito controverso, tanto em como as pessoas chegaram lá e como os animais chegaram lá", disse McDevitt. "Estamos descobrindo muitas coisas olhando para pequenos animais. Eles realmente nos dizem muito sobre como os humanos se moviam."
    __________________________
    Referências:


    Resultados

    Estimando taxas de coalescência de pares com MSMC2 e ajustando um modelo IM

    Para modelar a relação ancestral entre um par de populações, desenvolvemos um modelo de migração de isolamento com uma taxa de migração dependente do tempo entre um par de populações, que chamamos de MSMC-IM. A abordagem requer estimativas dependentes do tempo de taxas de coalescência de pares dentro e entre duas populações. Para estimar essas taxas, usamos uma extensão de MSMC [4], chamada MSMC2, que foi introduzida pela primeira vez em Malaspinas et al. 2016 [13] (Fig 1A, Métodos). O MSMC2 oferece duas vantagens principais sobre o MSMC [4]. Em primeiro lugar, o modelo de coalescência em pares em MSMC2 é exato dentro da estrutura SMC '[2], enquanto o modelo de MSMC usa aproximações que causam vieses nas estimativas de taxa para um número maior de haplótipos (Fig S1). Em segundo lugar, uma vez que MSMC2 usa a distribuição tMRCA pareada em vez da primeira distribuição tMRCA, ele estima as taxas de coalescência dentro de toda a gama de eventos de coalescência entre vários haplótipos, o que em última análise aumenta a resolução não apenas em tempos recentes, mas também no passado remoto. Essas duas melhorias são cruciais para nosso novo método MSMC-IM, que se baseia em estimativas imparciais da taxa de coalescência dentro e entre as populações, em particular no passado remoto. Especificamente, MSMC2 recupera histórias de tamanho de população simulada (com parâmetros semelhantes aos humanos) bem até 3 milhões de anos atrás, enquanto mantém a mesma alta resolução nos últimos tempos como MSMC (Figura S1).

    (A) MSMC2 analisa os padrões de mutações entre pares de haplótipos para estimar os tempos de coalescência local ao longo do genoma. (B) MSMC-IM se encaixa um modelo de migração de isolamento para as estimativas de taxa de coalescência de pares, com tamanhos de população dependentes do tempo e taxa de migração. (C) Como resultado, obtemos a taxa de migração ao longo do tempo, m (t), e a probabilidade cumulativa de migração, M (t), que denota a probabilidade de as linhagens terem se fundido no momento t e que usamos para estimar frações de ancestralidade contribuídas por linhagens divergentes mais profundas do que o tempo t.

    Dadas as estimativas de MSMC2 de taxas de coalescência dependentes do tempo dentro das populações, λ11(t) e λ22(t), e entre as populações, λ12(t), usamos MSMC-IM para ajustar um modelo de Isolation-Migration (IM) para essas três taxas de coalescência (consulte Métodos). O modelo de MSMC-IM assume duas populações, cada uma com seu próprio tamanho populacional N1(t) e N2(t), e uma taxa de migração simétrica constante por partes m (t) entre as duas populações (Fig 1B, consulte Métodos e Texto S1 para obter detalhes). Expressar o histórico de separação entre duas populações em termos de uma taxa de migração variável em vez da taxa de coalescência cruzada relativa mais heurística facilita a interpretação, enquanto mantém a liberdade de analisar dados sem ter que especificar um modelo explícito de divisões e fluxo gênico subsequente. Dos novos parâmetros, a taxa de migração dependente do tempo m (t) é indiscutivelmente o mais interessante e pode ser visualizado de duas maneiras (Fig. 1C). Primeiro, as próprias taxas ao longo do tempo visualizam o tempo e a dinâmica dos processos de separação e, segundo, a probabilidade de migração cumulativa M (t) definido como o que pode ser entendido como a proporção da ancestralidade que já se fundiu no momento t, e que permite quantificar proporções de fluxo gênico ou ancestralidade arcaica ao longo do tempo, conforme ilustrado a seguir. Sendo, por definição, monotonicamente crescente e limitado entre 0 e 1, M (t) também é numericamente próximo da taxa de coalescência cruzada relativa de MSMC [4]. Quando M (t) torna-se muito próximo de 1, isso significa que as linhagens entre as duas populações existentes se misturaram completamente em essencialmente uma população. Como uma advertência técnica, isso significa que, naquele momento, nosso modelo de três parâmetros está especificado em excesso. Para evitar overfitting, empregamos, portanto, a regularização em m (t) e a diferença dos dois tamanhos de população (ver Métodos).

    Avaliando MSMC-IM com dados simulados

    Ilustramos MSMC-IM aplicando-o a várias séries de cenários simulados de separação populacional (consulte Métodos). Primeiro, o divisão limpa O cenário consiste em uma população ancestral que se divide em duas subpopulações no tempo T (Fig. 2A). Segundo, o dividir com migração cenário adiciona uma fase adicional de fluxo gênico bidirecional entre as populações após a divisão (Fig 2B). Terceiro, o dividir com mistura arcaica cenário não envolve fluxo gênico pós-divisão, mas contém mistura adicional em uma das duas populações existentes de uma população "fantasma" sem amostra, que se divide da população ancestral (Fig 2C) no momento Tuma& gtT. Além disso, para entender como MSMC-IM se comporta sob histórias demográficas assimétricas nas duas populações, consideramos o arcaico-mistura-com-gargalo-cenario (ver Fig 2D). Para cada cenário, simulamos 8 haplótipos (quatro de cada população), usamos parâmetros evolutivos semelhantes aos humanos e variamos um parâmetro-chave para criar uma série de cenários relacionados (consulte Métodos). Conforme discutido mais abaixo, para testar a consistência interna, confirmamos que MSMC-IM é capaz de inferir seu próprio modelo, usando simulações baseadas em algumas das inferências genômicas realizadas abaixo.

    (UMA) Clean-split cenário: Duas populações com tamanho constante de 20.000 cada divergiram no tempo dividido T no passado, variando de 15kya a 150kya. (B) Dividir com migração cenário. Semelhante a A), com T variando entre 15-150kya e um período pós-divisão de migração simétrica (totalizando uma taxa de migração total de 0,5 em ambas as direções) entre 10 e 15kya. (C) Dividido com mistura arcaica cenário: semelhante a A), com T = 75kya, e a população 1 recebendo um pulso de mistura em 30kya de uma população não amostrada que se separa da população ancestral de 1 milhão de anos atrás. A taxa de mistura varia de 0% a 20%. (D) Dividido com mistura arcaica e gargalo Cenário: Semelhante a C), mas com um gargalo populacional adicional com fator 30 na população 1 entre 40-60kya. Linhas vermelhas sólidas indicam tempos de divisão em todos os painéis. Em todos os gráficos, o sombreado azul claro azul indica o intervalo entre 1–99% da probabilidade de migração cumulativa, o sombreado azul escuro de 25–75% e a linha vertical tracejada preta indica a mediana.

    No divisão limpa cenário, descobrimos que a taxa de migração inferida de MSMC-IM m (t) exibe um único pulso de migração em torno do tempo parcial simulado T (Fig 2A). Isso é esperado, uma vez que em nossa parametrização, uma divisão da população corresponde a uma migração instantânea de linhagens em uma população de cada vez T, resultando assim em um único pulso de migração. No dividir com migração série, esperamos dois em vez de um pulso de migração: um de cada vez T, como acima, e um segundo mais recente na época da migração pós-divisão. Nos casos em que o tempo parcial e a fase de migração estão separados por mais de cerca de 20.000 anos, isso é realmente o que vemos (Fig. 2B), embora com algum ruído em torno deste padrão básico. Por menos tempo de separação dos dois pulsos de migração, o MSMC-IM não consegue separá-los neste cenário.

    Também encontramos duas fases de migração para o dividir com mistura arcaica cenário, mas desta vez com uma fase em torno do tempo T, e outra na época de divergência da população arcaica Tuma (Fig 2C). Para entender isso, considere como as linhagens nas duas populações existentes se fundem (Fig. 3B). Uma fração 1-ɑ irão se fundir no tempo de divisão da população T, como no divisão limpa cenário. A outra fração, ɑ, irá se fundir de volta apenas no tempo de profunda divergência da linhagem arcaica. Esses dois eventos de fusão correspondem aos dois pulsos que observamos na Fig 2C - um em T e a outra no tempo de divergência com a população arcaica, Tuma. Observe que, ao contrário do acima dividir com migração caso, aqui não há sinal no momento da introgressão, mas apenas nos dois tempos parciais. Inferir esses dois pulsos de migração na presença de mistura arcaica é robusto para eventos demográficos, como mostramos com o arcaico-mistura-com-gargalo cenário (Fig. 2D), no qual introduzimos um gargalo em um dos dois ramos da população existente, semelhante em força ao observado em populações não africanas por volta de 60 mil anos atrás (kya) [4]. Descobrimos, entretanto, que na presença de um gargalo, o segundo pulso é um pouco mais recente do que o esperado (aqui, há 1 milhão de anos).

    (A) A probabilidade cumulativa de migração M (t) é mostrado para cenários de simulação selecionados descritos na Fig 2B, 2C e 2D. Planaltos de M (t) indicam períodos de isolamento, com o nível do planalto indicando quanta ancestralidade se fundiu antes. (B) coalescência esquemática no Dividido com mistura arcaica cenário. Neste cenário, uma fração 1-α de linhagens amostradas das duas populações existentes se fundem no tempo T, e o resto, de proporção α funde-se com o tempo Tuma. (C) Para o dividir com mistura arcaica cenários (com e sem gargalo), podemos usar o nível do platô em M (t) estimar 1-α, e assim α. O nível do platô é medido no momento t = 300kya.

    Podemos analisar essas múltiplas fases de migração de uma forma mais quantitativa, usando a probabilidade de migração cumulativa, M (t), conforme apresentado acima. M (t) aumenta monotonicamente de 0 a 1 em todos os cenários, exibindo platôs com gradiente zero em momentos de não migração e gradientes positivos em períodos de migração (Fig. 3A e Fig. S2). O nível desses planaltos é indicativo de quanta ancestralidade já se fundiu neste momento. Considere primeiro o dividir com migração série (Fig 3A painel superior), para a qual M (t) exibe um platô entre os dois pulsos de migração, em um nível que corresponde à quantidade de ancestralidade que se fundiu por meio do evento de migração. Para este cenário, com base na taxa de migração pós-divisão simulada entre as duas populações, esperamos que esse platô seja em torno de 0,64 (seguindo o cálculo na fórmula (64) no Texto S1). Achamos que é maior do que isso, em torno de 0,75, que discutiremos mais adiante. Considere agora um cenário com uma mistura arcaica (Figs 2C, 2D e 3A painéis do meio e inferior). No tempo T, em que ambas as populações existentes se fundem, a probabilidade de migração cumulativa atinge um platô em um nível próximo 1-ɑ, refletindo o fato de que uma proporção ɑ ainda não fundiu no ponto T, mas é separado por um ramo populacional profundamente divergente. Só na hora Tuma, este ramo se funde com o tronco das populações existentes, aumentando assim M (t) a partir de 1-ɑ até 1. Com base neste raciocínio, podemos usar planaltos visíveis em M (t) para estimar frações de ancestralidade arcaica ou de outra forma profunda. Na verdade, esse raciocínio leva a estimativas de proporções de mistura arcaicas em nossas simulações que são precisas e robustas a gargalos para taxas de ɑ até cerca de 20%. Para taxas de introgressão maiores, achamos que nossas estimativas estão ligeiramente subestimadas. Atribuímos isso à tendência de MSMC de "ultrapassar" as mudanças nas taxas de coalescência, como pode ser visto nas taxas de coalescência cruzada relativas para valores maiores de alfa (S2C e S2D Fig), o que causa o nível do platô em M (t) ser mais alto do que 1-ɑe, portanto, ɑ a ser subestimado. Esta é também a razão para a superestimativa acima mencionada do planalto no dividir com migração cenário (painel superior da Fig 3A). Este efeito é mais severo na presença de um gargalo (Fig. 3C, curva azul) do que sem um gargalo. É importante ressaltar que não encontramos evidências de que M (t) exibe platôs abaixo de 1 na ausência de ancestralidade profunda verdadeira, então este método pode ser considerado conservador para detectar ancestralidade profunda.

    MSMC-IM também se ajusta aos tamanhos da população, que podem ser comparados às estimativas brutas de MSMC, ou seja, às taxas de coalescência inversa na população 1 e 2, respectivamente (consulte o Texto S1 para alguns detalhes não triviais sobre esta comparação). Achamos que as estimativas para N1(t) e N2(t) estão de fato perto das taxas de coalescência inversas, com alguns desvios vistos em tempos profundos e em casos de mistura arcaica. O último é esperado, dado que as taxas de coalescência estimadas de MSMC2 capturam as mudanças no tamanho da população e os processos de migração, enquanto em MSMC-IM esses dois efeitos são separados (Figura S3).

    Ancestralidade profunda na África

    Aplicamos nosso modelo a 30 genomas de alta cobertura de 15 populações mundiais do conjunto de dados SGDP [12] (Tabela S1) para analisar processos de divergência global no passado humano (Figs 4–6). Ao analisar os perfis de taxa de migração de pares resultantes, descobrimos que vários pares de populações envolvendo populações africanas exibem de longe a estrutura populacional mais antiga observada em todas as análises de pares. Descobrimos que em todos os pares de populações envolvendo San ou Mbuti, o principal processo de separação de outras populações data entre 60-400 kya, dependendo do par exato de populações (veja abaixo), mas com pequenas quantidades que remontam a mais de um milhão de anos atrás, como visto pelas taxas de migração diferentes de zero em torno dessa época (Fig 4A, Fig S4), e a probabilidade de migração cumulativa, M (t), (Fig 4B) que não atingiu totalmente 1 até além de um milhão de anos atrás. Seguindo a interpretação de M (t) como discutido acima com o cenário de simulação de mistura arcaica, podemos inferir que em pares envolvendo San ou Mbuti, pelo menos cerca de 1% da ancestralidade pode ser atribuída a linhagens de ancestralidade que divergiram da linhagem humana principal há mais de 1 milhão de anos ( ver também a Fig. 7, discutida mais abaixo). O perfil de separação genética em pares envolvendo Mbuti e San é, além da profundidade de tempo extraordinária, não compatível com divisões de população limpa (como visto em simulações, Fig 2A) ou cenários simples de mistura arcaica, mas em vez disso mostra evidências para períodos múltiplos ou contínuos de fluxo gênico entre populações (sem amostra). Entre Mbuti e outras populações africanas, exceto San, encontramos três fases distintas do fluxo gênico. O primeiro pico em torno de 15kya, compatível com a mistura relativamente recente entre Mbuti e outras populações africanas. A segunda fase se estende de 60 a 300kya, refletindo o principal processo de separação genética, que por si só parece complexo e exibe dois picos por volta de 80-200kya mil anos atrás. The third and final phase, including a few percent of lineages from around 600kya to 2 million years ago, likely reflects admixture between populations that diverged from each other at least 600kya. In pairs that include San, the onset of gene flow with other populations is more ancient than with Mbuti, beginning at around 40kya and spanning until around 400kya in the main phase, and then exhibiting a similarly deep phase as seen in Mbuti between 600kya and 2 million years ago. We confirm that this deep divergence is robust to phasing strategy (see below) and filtering (see Methods). We also replicated this signal using an independent dataset [14] (S5 Fig). An exception to these signals seen with San and Mbuti are pairs involving Karitiana, which do not exhibit such deep divergence. This is likely due to the strong genetic drift present in Karitiana, and the low heterozygosity in that population [12], which may shadow deep signals.

    (A) Migration rates. Dashed lines indicate the time point where 50% of ancestry has merged, and shading indicates the 1%, 25%, 75% and 99% percentiles of the cumulative migration probability (see Fig 2). (B) Cumulative migration probabilities M(t). Dashed lines indicate the relative cross coalescence rate obtained from MSMC2, for comparison. See S4 Fig for the full set of figures.

    (A) Migration rates. Dashed lines indicate the time point where 50% of ancestry has merged, and shading indicates the 1%, 25%, 75% and 99% percentiles of the cumulative migration probability (see Fig 2). (B) Cumulative migration probabilities M(t). Dashed lines indicate the relative cross coalescence rate obtained from MSMC2. See S4 Fig for the full set of figures.

    (A) Migration rates. Dashed lines indicate the time point where 50% of ancestry has merged, and shading indicates the 1%, 25%, 75% and 99% percentiles of the cumulative migration probability (see panel B). (B) Cumulative migration probabilities M(t). Dashed lines indicate the relative cross coalescence rate obtained from MSMC2. See S4 Fig for the full set of figures.

    (A) Boxes show the 25% to 75% quantiles of the cumulative migration probability M(t), with bi-directional elongated error bars representing 1% and 99% percentiles. Colorcode: Red for African/African, blue for African/Non-African and orange for Non-African/Non-African pairs. (B) Barchart showing the amount of ancestry due to lineages older than 300, 600, 800kya and 1 million years ago, based on the cumulative migration probability M(t).

    Apart from the deep structure seen with Mbuti and San, we find the second-most deep divergences between the West African Yoruba, Mandenka and Mende on the one hand, and French on the other (Fig 5A, S4 Fig, Fig 7 discussed further below), based on the time when M(t) reaches 99%. This might be consistent with recent findings of archaic ancestry in West-Africans [15,16], although it is not clear why the signal is primarily seen with French, and less consistently with Asian populations (Yoruba/Han have deep divergences, as well as Mende/Dai and Mandenka/Dai, but not other West-African/Asian combinations). Finally, pairwise analyses among Mende, Mandenka and Yoruba (Fig 4A, S4C, S4E and S4F Fig) exhibit a very recent migration profile, which appears to span up to about 20kya but not older, which is at odds with a recent finding of basal African ancestry present to different degrees in Mende and Yoruba [17]. However, that signal may be too weak to be detected in our method, which is based on only two individuals per population.

    Complex divergence between African and Non-African populations

    Compared to the separation profiles between San or Mbuti and other populations, separations between other Africans and non-Africans look relatively similar to each other, with a main separation phase between 40 and 150kya, and a separate peak between 400 and 600kya (Fig 5 and S4 Fig). The first, more recent, phase plausibly reflects the main separation of Non-African lineages from African lineages predating the “out-of-Africa” migration event, and coinciding with the major population size bottleneck observed here (S6 Fig) and previously [3,4] around that time period. Signals more recent than about 60kya likely reflect the typical noisy spread of MSMC-estimated coalescence rate changes observed previously [4]. The second peak of migration, between 400 and 600kya likely reflects Neandertal and/or Denisovan introgression into non-Africans. The age of that peak appears slightly more recent than, although overlapping with, previous split time estimates of those two Archaic groups from the main human lineage at 550-765kya [14]. However, our simulation with archaic admixture with bottleneck (Fig 2D), shows that our model tends to underestimate the archaic split time in the presence of population bottlenecks as is the case for non-African populations [18–20]. In favor of the hypothesis that this second peak is caused by archaic lineages that have contributed to non-Africans is the fact that in all pairs of Papuans/Australians vs. Yoruba/Mende/Mandenka or Dinka, the second peak is particularly pronounced. This fits the archaic contribution hypothesis, since Papuans and Australians are known to have among all extant human populations the highest total amount of ancestry related to Neanderthals and Denisovans.

    We investigated previous observations of potential ancestry from an earlier dispersal out of Africa, present in Papuan and Australian genomes [12,13,21]. Previously, one line of evidence for such a signal was based on shifts of relative cross coalescence rate curves between some Africans and Papuans or Australians on the one hand compared to curves with Europeans or East Asians on the other. With MSMC-IM we can compare these curves more quantitatively. While we were able to replicate this slight shift of relative cross coalescence rate or M(t) midpoint-based split times from African/Eurasian pairs to African/Australasian pairs reported in Ref. [21] using MSMC and Ref. [13] using MSMC2, we find that the estimated migration profiles of these pairs are very similar (S7 Fig), with a main separation midpoint around 70kya and a second older signal beyond 200kya, consistent with both Australasians and other Non-Africans being derived from a single genetic ancestral population without a more basal contribution to Australasians [12,13]. We conclude that the shift in the relative cross coalescence rate curve appears to be consistent with being caused by the higher amount of archaic ancestry present in Papuans and Australians. We note, however, that different separation events are not distinguishable in MSMC-IM when they are temporally close to each other, as we saw in the split-with-migration-scenario (Fig 2B).

    Separations outside of Africa

    All separations outside of Africa are younger than separations between Africans and Non-Africans, as expected (Fig 6, S4 Fig). The deepest splits outside of Africa are seen in pairs of Papuans or Australians with other Eurasians, in which the first peak of migration is seen at 34kya, corresponding to the early separation of these populations’ ancestors from other non-African populations after the out of Africa dispersal. In these pairs we see a second peak around 300kya, likely corresponding to the known Denisovan admixture in Papuans and Australians [13,22]. This is too recent for divergence time estimates between Denisovans and modern humans [14], which again is consistent with the underestimate seen in simulations with bottlenecks. Surprisingly, we see a similar second peak between French and Han, which is consistent with cross-coalescence rate features in previous observations [4,12] but of unclear cause. Consistent with the hypothesis that the second peak seen in Australasian/Eurasian pairs corresponds to Denisovan admixture, we do not see a second peak in the migration profile between Papuans and Australians, confirming that the gene flow likely occurred into the common ancestor of Australians and Papuans [13]. The migration profile between Papuans and Australians shows a main separation between 15-35kya.

    The second deepest splits in Non-African populations are seen between East Asian and European populations, which occur mostly between 20 and 60kya (cumulative migration probability midpoint at 34kya), followed by separations between Asian and Native American populations, between 20 and 40kya (midpoint at 28kya). The latter likely also reflects Ancestral North Eurasian ancestry in Native Americans [23], which is more closely related to Europeans than to East Asians, thereby pushing back the separation seen between East Asians and Native Americans. Finally, the most recent splits are seen between populations from the same continent: Dai/Han split around 9-15kya (midpoint 11kya), French/Sardinian around 7-13kya (midpoint 9kya) and within Native Americans around 7-13kya (midpoint 10kya) (Fig 6, S4 Fig).

    To visualize the depth of ancestry in each population pair, we summarized all pairwise analyses by percentiles of the cumulative migration probability M(t) (Fig 7). Largely, Non-African pairs (orange) have their main separation phase, with the cumulative migration probability between 25% and 75%, between 20 and 60kya, with some more recently diverged pairs within continents. In contrast, African pairs (red) have their main phase largely between 60 and 200kya, with some notable exceptions of more recently diverged populations, and with the notable tail (99% percentile) up to 1 million years and older. Between Africans and Non-Africans, divergence main phases are largely within a similar window of 60-200kya as in African pairs, with three notable groups: divergence of Non-Africans from San falls between 80-250kya, from Mbuti between 70-200kya, and from other Africans between 50-150kya. To highlight the amount of ancestry contributed asymmetrically to one of the two populations from unsampled populations that diverged from the human lineage in the deep past (so-called archaic lineages), we show the distance of the cumulative migration probability from 1, 1-M(t), at different deep time points (Fig 7B). As described above, the deepest signals are seen in pairs involving San or Mbuti, reaching 3% of ancestry contributed from lineages that diverged at least 800kya, and around 1% of ancestry from lineages that diverged at least 1 million years ago. Similarly deep levels are seen in specific pairs involving French, in combination with the West African Mende, Mandenka and Yoruba and the East African Dinka, and for pairs Mende/Dai and Mandenka/Han, as discussed above.

    Robustness to phasing and processing artifacts

    MSMC2 (like MSMC) requires phased genomes for cross coalescence rate estimation, and we therefore rely on statistical phasing within the SGDP dataset, for which different strategies are possible. To compare the effect of selecting such phasing strategy, we generated phased datasets using eight different phasing strategies with three phasing algorithms (SHAPEIT [24], BEAGLE [25], EAGLE [26]). We included genotype calls from 12 individuals with previously published physically phased genomes [12] and then used those genomes to estimate the haplotype switch error rate. Among eight phasing strategies, SHAPEIT2 [24], without the use of a reference panel, but including information from phase-informative reads [27], resulted in the lowest switch error rate per kb (and per heterozygous site S8 Fig). Overall, switch error rates are higher in African populations, likely due to lower linkage disequilibrium, higher heterozygosity and relatively limited representation in the SGDP. To test how sensitive MSMC-IM is to different phasing strategies, we tested four phasing strategies on four different pairs of populations with evidence for extremely deep ancestry (Methods). We find that the migration profile from MSMC-IM is very similar for different phasing strategies. In particular, we find that the very deep signal seen in population pairs involving San and Mbuti is reproduced with different phasing strategies with and without a reference panel (S9A Fig). In a similar way, we confirmed the robustness of that signal with respect to choosing different filter levels (S9B Fig) and with respect to removing CpG sites, which are known to have elevated mutation rates (S9C Fig). We also explored to what extent switch errors affect our estimates using simulated data (S10 Fig), and confirmed robustness with respect to variation in recombination rates, which are assumed to be constant along the genome within MSMC2 but vary in reality (S11 Fig). Finally, to test internal consistency, we tested how well MSMC-IM was able to infer back its own model. We used the estimated migration rates and population sizes from eight population pairs (see Methods), and simulated genomic data under their inferred models. As shown in S12 Fig, the estimated migration patterns from the simulated and the real data are indeed very similar, including the deep signals seen in pairs with San and Mbuti.

    Given the superiority of the read-aware phasing strategy with SHAPEIT without a reference panel [27,28] (S8 Fig), we used this method in all of our main analyses. However, even with this phasing strategy, the switch error rate is high in populations that are not well represented in the dataset. In case of indigenous Australians, the phasing quality is among the worst in the dataset (S8 Fig), arguably because the SGDP dataset contains only two Australian individuals (compared for example to 15 Papuans). To improve phasing in Australians specifically, we generated new high coverage genomic data for one of the two Australians in the SGDP dataset using a new library with longer read-pair insert sizes (see Methods). Using these additional reads reduced the switch error rate from 0.038/kb to 0.032/kb. (S8 Fig, blue isolated dot for Australian3). We ran MSMC2 on the long-insert Australian data, as well as the standard phased data, combined with one diploid genome from each of the other world-wide populations analyzed in this study. The inferred migration profiles from MSMC-IM (S13 Fig) for Non-African population pairs involving the long-insert phased Australian genome do not seem to be affected by the phasing method (S13 Fig). The migration profile from pairs of Africans versus the long-insert phased Australian tend to be slightly younger, but also show deeper structure in Dinka/Australian, compared to the same pair using the shapeit_pir phasing method, which uses phase-informative sequencing reads to improve phasing accuracy (Methods). Note that these migration rate densities exhibit more noise than the ones used in our main analysis (S4L Fig), since they are based on only one individual per population, while the main analyses are based on two individuals per population. The main separation between Papuan and Australian remains at 15-35kya, as shown in the migration profile from both phasing strategies, very close to the estimates from 8 haplotypes in the main analysis (S4L Fig), and earlier than the previous estimates of 25-40kya [13].

    Similar to the procedure introduced for PSMC [3], we use a block-bootstrap approach to assess statistical uncertainty of our method. We find that there is very little uncertainty around MSMC-IM’s migration rate estimates (S14 Fig) based on these bootstrap-estimates. This should be taken with caution, though, since the bootstrap is only able to address the uncertainty caused by randomness in the data, not by systematic biases. We know that MSMC typically “smears out” sudden changes in coalescence rates, which is due to the wide variance in local estimates of coalescence times, and this type of error is not revealed by the bootstrap. It does, however, give high confidence to specific results, such as estimates of archaic ancestry between 1 and 20% as seen in Fig 3C. According to our bootstrap test (S14 Fig), the cumulative migration probability M(t) does hardly vary at all in bootstrap replicates, so estimates of deep ancestry fractions such as the ones shown in Fig 3C and Fig 6B for real data, are very accurate.


    Organizations Against Human Trafficking

    A great help to governments all over the world are local an international Non-Governmental Organizations (NGOs) who actively assist governments in combating human trafficking. A number of them were created exclusively to fight human trafficking, such as Called to Rescue, Polaris, and Anti-Slavery International. Other NGOs participate and cooperate against human trafficking, such as Save the Children, ChildHope, Women’s Rights Worldwide, and Amnesty International.

    The fight against human trafficking may be joined by donating to NGOs, volunteering to work with local NGOs, and reporting suspicions of human trafficking rings. Furthermore, achievable for all citizens is awareness of and self-protection against human trafficking schemes through responsible travel, self-defense, and caution in any time of recruitment or deal-making.


    Live bird migration maps

    Real-time analysis maps show intensities of actual nocturnal bird migration as detected by the US weather surveillance radar network between local sunset to sunrise. All graphics are relative to the Eastern time zone. When present, the red line moving east to west represents the timing of local sunset, the yellow line represents the timing of local sunrise. Areas with lighter colors experienced more intense bird migration. Orange arrows show directions to which birds flew. Green dots represent radar locations for which data are available red dots represent radar locations with no data available. Note that many radars in mountainous areas (e.g. the Rockies) have obstructions that restrict radar coverage, providing the appearance of no migration where migration may be occurring.

    Brighter colors indicates a higher migration traffic rate (MTR) expressed in units birds/km/hour. The migration traffic rate indicates the number of birds per hour that fly across a one kilometer line transect on the earth’s surface oriented perpendicular to the direction of movement of the birds.

    Cornell Lab of Ornithology currently produces these maps. Support for this research came from NASA, Edward W. Rose Postdoctoral Fellowship, and Amazon Web Services. The BirdCast project was created by grants from the National Science Foundation and supported by additional grants from Leon Levy Foundation.


    View more than 150 years of hurricane tracking data in your region. Shown here: Category 4 and 5 hurricane tracks that crossed over the state of Florida between 1910 and 2018.

    NOAA's Historical Hurricane Tracks is a free online tool that allows users to track the paths of historic hurricanes. The site, developed by the NOAA Office for Coastal Management in partnership with NOAA's National Hurricane Center and National Centers for Environmental Information, offers data and information on coastal county hurricane strikes through 2016. It also provides links to detailed reports on the life histories and effects of U.S. tropical cyclones since 1958, with additional U.S. storm paths traced as far back as 1851. The site also contains global hurricane data from as far back as 1851.

    Historical Hurricane Tracks allows users to search by place name, storm name or year, or latitude and longitude points. With the search results, users can generate a map showing the track of the storm or storms accompanied by a table of related information.


    Nature’s Most Impressive Animal Migrations

    Migration is a natural phenomenon that has fascinated humans for centuries and is important to ecosystem health.

    Biology, Ecology, Geography

    Arctic Tern (Sterna paradisaea)

    Arctic Tern (Sterna paradisaea) flying over Rudolf Island, Russia. One of the many stops on their long journey.

    Photograph by: Cory Richards

    Migration is a natural phenomenon observed in species across the animal kingdom, from the tiniest insects to the gargantuan blue whale ( Balaenoptera musculus) . Every year, millions of animals set out on an epic journey in search of food, shelter, and mating opportunities. Often travelling thousands of miles by land, sea, or air, these animals push the limits of endurance.

    Frequent Flyer

    Arctic terns ( Sterna paradisaea) are small, plain-looking birds, weighing between 90&ndash120 grams (3.2&ndash4.2 ounces) with a wing span of 64&ndash76 centimeters (25.2&ndash29.9 inches). To the untrained eye, they do not look as if they are built for endurance, but these birds take the trophy for the longest migration of any animal in the world.

    Flying from pole to pole, Arctic terns spend most of their year at sea chasing a perpetual summer. Seasons are reversed in the Northern and Southern hemispheres, so as winter approaches in their Arctic breeding grounds, the terns head south to the Antarctic where summer is just beginning. Arctic terns are believed to migrate around 40,000 kilometers (25,000 miles) a year, but a recent scientific study suggests that they might fly double that distance.

    Multi-Generational Relay

    Perhaps one of the most famous migrations is the multi-generational round trip of the monarch butterfly. Monarch butterflies ( Danaus plexippus) can be found all over the United States and further afield, but it is the northeastern American population that is famous for making the 4,800-kilometer (3,000-mile) journey from Canada to Mexico.

    Each year, millions of monarch butterflies leave their northern ranges and fly south to the oyamel fir forests near the Sierra Madre mountains, where they gather in huge roosts to survive the winter. When spring arrives, the monarchs start their return journey north the population cycles through three to five generations to reach their destination. Along the way, females lay eggs on milkweed plants, which the caterpillars use for food after hatching. This new generation of butterflies complete the journey their great-great-great-grandparents started. It is still a mystery to scientists how the new generations know where to go, but they appear to navigate using a combination of the Earth&rsquos magnetic field and the position of the sun.

    The Great Migration

    Wildebeest ( Connochaetes taurinus) take the crown for the most dramatic migration. Wildebeest (also known as gnu) are members of the antelope family, but they look more like cows with their big horns, stocky build, and shaggy manes. They live in huge groups of over one million individuals, along with thousands of zebras (Equus quagga) and gazelles ( Eudorcas thomsonii) . During the dry season, this giant herd roams the Serengeti-Mara ecosystem of Tanzania and Kenya in search of fresh grass and water. It is a round-trip that spans hundreds of miles and two countries. The herd moves as a great swarm, and individuals must keep up or risk being picked off by the lions (Pantera leo), hyenas (Crocuta crocuta), and crocodiles (Crocodylus niloticus) that gather to hunt.

    Slow and Steady Wins the Race

    Humpback whales ( Megaptera novaeangliae) are one of the largest animals on the planet, weighing in at an impressive 36,000 kilograms (79,366 pounds). Fully grown adults can reach 18 meters (59 feet) in length and can live over 48 years. These giants spend their summers at feeding grounds in cold, nutrient-rich waters that support an abundance of krill and small fish. In the winter, they migrate to warmer waters to raise their calves and avoid predation by killer whales.

    It is a journey that can take over 8,000 kilometers (4,970 miles) each way, making it the longest migration of any mammal on Earth. Humpback whales are slow swimmers, but they make up for it by traveling non-stop for days at a time. They do not feed along their migration route and instead survive on fat reserves built up during the summer months.

    Endurance Athlete

    Salmon ( Salmo salar) spend most of their lives in the Atlantic and Pacific oceans, where they feed and grow before migrating back to the rivers where they were born. Salmon swim across the ocean to the mouth of the river, navigating using a combination of chemical cues, the sun, and the Earth&rsquos magnetic field. To reach their final destination, the salmon must swim up the river, in an event known as &lsquothe salmon run&rsquo. In an incredible feat of endurance, they swim up to 400 kilometers (250 miles) against the current, battling rapids and leaping up waterfalls, all while avoiding predators that congregate along the banks in hopes of catching a nutritious meal. When they finally reach their birth place, the salmon spawn and then die.

    Animal migration has fascinated humans for centuries. Scientists have shed light on some of the enduring mysteries about how species navigate and what drives them to leave a habitat, but we still have a lot to learn. These incredible journeys are certainly captivating, but they also have a vital role to play in the ecosystem. Migration affects the distribution of prey and predators, keeps nutrients cycling around the planet, helps with the spread of pollen and seeds, and even influences human economies. Animal migrations are impressive, but they are also essential for a healthy ecosystem and, ultimately, a healthy planet.

    Arctic Tern (Sterna paradisaea) flying over Rudolf Island, Russia. One of the many stops on their long journey.


    3 Case Studies

    The report profiled three countries as case studies—Ethiopia, Bangladesh and Mexico—and warns that fast-growing cities will have to diversify economically and create climate-resilient jobs to successfully absorb population growth.

    There are exceptions. Declining rainfall in Ethiopia’s northern highlands, for example, may drive people out of the country in search of new areas where they can grow rainfed crops. And lack of rainfall in Addis Ababa, Ethiopia’s largest city, may slow its growth.

    Alternatively, sea-level rise and storm surges will prompt growth in the major cities of Bangladesh, including the capital city of Dhaka. Bangladesh, the study predicts, will experience greater shifts and changes to population from climate change than any other event.

    Mexico, the wealthiest of the trio profiled, is less vulnerable to climate change and better prepared than Ethiopia and Bangladesh. But “it needs to pay close attention to pockets of poverty,” the study’s authors found. The central plateau around Mexico City and Guatemala City, which may offer better climate conditions, may attract climate migrants.

    But there’s not a lot of time to act. Without cuts to greenhouse gases and other preparations, climate migration will most likely rise through 2050, the authors find, and then accelerate.


    Assista o vídeo: O Meu Filme migração (Dezembro 2021).