Podcasts de historia

Seguimiento de las migraciones humanas a través de ... caracoles

Seguimiento de las migraciones humanas a través de ... caracoles

¿Cómo es posible que los caracoles de Irlanda sean genéticamente iguales a los caracoles de Francia? Bueno, probablemente no viajaron miles de millas, incluido el mar, por su cuenta. Los científicos creen que esto sucedió debido a una migración humana que se remonta a 8000 años.

La similitud del material genético, además del hecho de que esos caracoles no se pueden encontrar en Gran Bretaña, sugiere que su ubicación está relacionada con la migración humana. Un artículo de investigación publicado en PLOS ONE por Adele J. Grindon y Angus Davinson explica en detalle por qué esto es posible.

Los caracoles de cristal de los Pirineos no son la única especie que se encuentra en Irlanda de forma inexplicable. También incluye un madroño y la babosa Kerry. Las muestras que se recolectaron fueron de Francia, España e Italia, así como de la costa oeste de Irlanda. El ADN se extrajo de las muestras y se comparó entre sí, mostrando las similitudes en el material genético de todas las muestras.

Y aunque Gran Bretaña es el principal origen de la fauna irlandesa, en este caso esto no se aplica. La explicación que alguien daría es que los caracoles emigraron de los Pirineos a Francia y luego a Gran Bretaña y luego a Italia. Sin embargo, el problema con esta teoría es que no se pueden encontrar rastros del material genético específico en Gran Bretaña.

Por lo tanto, Davinson sugiere que la evidencia muestra la posibilidad de que Irlanda fue colonizada antes que Gran Bretaña, al menos 7000 años antes de Cristo, trayendo consigo caracoles de la Europa continental. Sabemos que los caracoles se han utilizado como fuente de alimento en tiempos prehistóricos (desde el año 9.000 a.C.) e incluso se han cultivado por esa razón, lo que hace plausible la sugerencia.


    Seguimiento de las migraciones humanas a través de ... caracoles - Historia

    La migración es una de las grandes fuerzas de la historia. Cuando las personas se mueven en grandes cantidades, a veces reorganizan no solo sus propias vidas, sino también los lugares que abandonan y los lugares en los que se establecen. Los estadounidenses siempre han sido personas en movimiento, que vienen de otros lugares, se mudan a lugares nuevos. La nación no solo ha atraído durante mucho tiempo a personas de otras naciones, sino que también afirma tener altas tasas de migración interna. Este proyecto explora una serie de migraciones consecuentes - Grandes Migraciones - que ayudaron a remodelar la cultura, la política o las estructuras económicas. Tiene cinco unidades, cada una con información detallada y mapas, gráficos y datos interactivos: (1) el migración de afroamericanos del Sur 1900-2000 (2) la enorme consecuencia migraciones de latinoamericanos, tanto de América Latina como del interior de EE. UU. (1850-2017) (3) el diáspora de blancos del sur a los estados del norte y oeste (4) el Migración del Dust Bowl a California desde Oklahoma y los estados vecinos en la década de 1930. (5) Además, proporcionamos Historias migratorias de los cincuenta estados. mostrando década por década de 1850 a 2017 de dónde provienen los residentes.

    La mayoría de estos materiales provienen de trabajos publicados e inéditos de James Gregory, profesor de historia de la Universidad de Washington.

    Más de 7 millones de afroamericanos abandonaron el sur durante el siglo XX, instalándose principalmente en las grandes ciudades del norte y el oeste. Al hacerlo, transformaron más que sus propias vidas. Esta Gran Migración transformó las ciudades y sentó las bases para la reconstrucción de la raza, la política e incluso los equilibrios regionales de la nación. Esta sección incluye seis mapas y gráficos interactivos y varios ensayos interpretativos.

    Más de 20 millones de blancos abandonaron el Sur durante el siglo XX, superando ampliamente en número a los 7-8 afroamericanos que se fueron. A ellos se unieron casi un millón de latinos, en su mayoría tejanos, que se trasladaron al oeste de California y al norte en el medio oeste. Esta sección muestra los patrones de migración y explora los impactos de la diáspora del sur. Esta sección incluye seis mapas y tablas interactivos así como ensayos interpretativos.

    La reubicación a California de cerca de 400.000 habitantes de Oklahoma, Texas, Arkansas y Missouri durante la Gran Depresión fue la migración masiva más publicitada de esa década. Muchos enfrentaron dificultades inesperadas, especialmente aquellos que se dirigieron al Valle Central de California. Su difícil situación llamó la atención de periodistas y fotógrafos y se convirtió en el tema de una de las novelas estadounidenses más famosas del siglo, Las uvas de la ira de John Steinbeck. Aquí están tres mapas interactivos así como cuentas detalladas y fuentes primarias.

    Los estadounidenses siempre han sido personas en movimiento, que vienen de otros lugares, se mudan a lugares nuevos. La nación no solo ha atraído durante mucho tiempo a personas de otras naciones, sino que también afirma tener altas tasas de migración interna. Aquí hay gráficos y mapas interactivos que nos permiten rastrear la población cambiante década por década desde 1850. Seleccione un estado y vea dónde nació la gente, tanto en otros países como en otros estados. Tenemos más detalles sobre los estados clave, incluidos los desgloses raciales, consulte las páginas separadas para: Alabama, Arizona, California, Colorado, Florida, Illinois, Nueva York, Texas, Virginia, estado de Washington.

    Historia de la migración de California 1850-2017

    La historia de California está ligada a la migración. El estado más poblado de la unión pasó a serlo porque muchas personas de otros estados y otras tierras se han mudado allí. No fue hasta 2010 que el número de californianos nativos superó el número de los que habían emigrado de otro lugar. Y todavía hoy la mayoría de los adultos son de otro estado o de otro país. La migración antecedió al período de control de Estados Unidos, en particular cuando España envió soldados y misioneros al área que llamaron California. Se aceleró después de que Estados Unidos se apoderara de la provincia mexicana e inmediatamente se beneficiaron del descubrimiento de oro en 1848 en las estribaciones de la Sierra. [más]

    Historia de la migración de Florida 1850-2017

    Más que cualquier otro estado del sur, Florida ha atraído constantemente a recién llegados. Hoy en día, solo alrededor de un tercio de la población afirma ser un lugar de nacimiento en Florida, dos tercios son de otro lugar, muchos de Cuba y América Latina, pero en realidad de todos los estados y la mayoría de las naciones. La migración a Florida es una vieja historia. A fines del siglo XIX, Florida creció rápidamente a medida que los blancos de los estados vecinos se trasladaban al sur en busca de tierras para cultivar. [más]

    Estado de Historia de la Migración de Illinois 1880-2017

    Illinois, al igual que otros estados del medio oeste, experimentó un rápido crecimiento de la población a través de la migración en el siglo XIX y un crecimiento mucho más lento desde entonces. Al registrar una población de 851.000 en 1850, el estado duplicó su número en 1860, se duplicó nuevamente en 1880 y nuevamente antes de 1910. Ha sido necesario un siglo para duplicar el total de 1910. La migración en el siglo XIX se basó en gran medida en los estados al este de Illinois, especialmente en Nueva York, Ohio y Pensilvania. Los inmigrantes europeos de Alemania e Irlanda llegaron en gran número en el mismo período. El censo de 1880 mostró que aproximadamente la mitad de la población era de fuera del estado, siendo Alemania, Nueva York, Ohio e Irlanda los principales contribuyentes. [más]

    Historia de la migración de Nueva York 1850-2017

    Nueva York siempre ha sido el estado de entrada, el estado que absorbe la mayor diversidad de recién llegados del extranjero. En 1850, cuando por primera vez el censo de EE. UU. Registró lugares de nacimiento, los principales lugares de nacimiento de los residentes no nacidos en Nueva York estaban en orden: Irlanda, Alemania, Inglaterra, Connecticut, Massachusetts, Vermont, Nueva Jersey y Canadá, con una docena de otros países. más abajo en la lista. [más]

    Historia de la migración de Texas 1850-2017

    Texas ha sido un imán de migración a lo largo de su historia, lo que ayuda a explicar el récord de crecimiento que ahora lo convierte en el segundo estado más poblado después de California. La migración, en su mayoría ilegal, de Tennessee, Alabama y Mississippi alimentó la rebelión que libró a la provincia de México en 1836. En las décadas que siguieron, una enorme cantidad de sureños se trasladó al oeste para expandir el cinturón algodonero, muchos de ellos esclavizados. [más]

    Historia de la migración de Washington 1850-2017

    Washington sigue siendo hoy un estado en el que la mayoría de los residentes provienen de otro lugar, otro estado u otro país. Ocupada por estadounidenses desde la década de 1840, su población creció lentamente hasta convertirse en estado en 1889, luego aumentó después del descubrimiento de oro en Alaska y el Yukón en 1896. La agricultura, la madera y la pesca atrajeron a recién llegados del Medio Oeste superior y del norte de Europa, junto con menor número de chinos y japoneses. [más]

    Historia de la migración de Arizona 1850-2017

    Arizona sigue siendo hoy un estado en el que la mayoría de los residentes provienen de otro lugar, ya sea de otro estado o de otro país. También es un estado donde grandes extensiones de tierra siguen siendo propiedad de las naciones nativas: Navajo, Yuma, Pima, Apache, Pueblo, Papago y Zuni. Estados Unidos se apoderó del área en la guerra contra México en 1846, pero pocos estadounidenses encontraron motivos para establecerse allí hasta que los depósitos de plata y cobre trajeron a los mineros a partir de fines de la década de 1870. Una población de 1870 de menos de 10,000 creció a 122,000 en 1900. Los blancos constituían menos de la mitad de la población del cambio de siglo. Un tercio eran mexicanos étnicos, nacidos en el suroeste o en México. Los pueblos nativos representaron más del 20 por ciento de las personas enumeradas en el censo de 1900. [más]

    Historia de la migración de Colorado 1850-2017

    Colorado sigue siendo hoy un estado en el que la mayoría de los residentes provienen de otro lugar, ya sea de otro estado o de otro país. Cheyenne, Shoshone, Arapahoe, Ute y otras naciones nativas dominaron el área hasta 1848 cuando Estados Unidos se apoderó de ella en su guerra contra México. El descubrimiento de oro cerca de Pike's Peak en 1857 estableció la primera afluencia significativa de recién llegados, en su mayoría blancos de los estados del medio oeste y noreste. [más]

    Historia de la migración de Virginia 1850-2017

    Hasta la Segunda Guerra Mundial, Virginia compartía los patrones demográficos y migratorios comunes a los estados del sureste. El estado atrajo a pocos recién llegados, aparte de aquellos que se desplazaban distancias cortas a través de las fronteras de estados contiguos. El aumento natural entre los virginianos afroamericanos y blancos impulsó el aumento de la población, mientras que la emigración excedió todas las vías de inmigración. La Segunda Guerra Mundial trajo instalaciones militares e industrias de defensa que comenzaron a remodelar la economía, [más]

    Historia de la migración de Alabama 1850-2017

    Alabama fue una zona de reemplazo de población a principios del siglo XIX cuando los choctaw, creek, chickisaw y cherokee fueron llevados hacia el oeste y sus tierras fueron vendidas a plantadores blancos de Georgia, South y North Carolinia, Tennessee y Virginia, empeñados en expandir el algodón. Reino. Los esclavos de ascendencia africana hicieron el trabajo y comprendían el 45 por ciento de la población de Alabama en vísperas de la Guerra Civil. La libertad cambió a Alabama en una dirección diferente. Durante el siglo siguiente, hasta la década de 1960, pocas personas se trasladaron al estado y la población creció lentamente, dependiendo en gran medida del "aumento natural", un eufemismo extraño para el trabajo de las madres. [más]


    Cómo leer una Y

    La mayoría de los cromosomas de la célula están presentes como dos copias, lo que les permite intercambiar material genético. Con el tiempo, este intercambio mezclará las mutaciones que ocurren en el cromosoma, haciendo que su historia sea difícil de desenredar.

    El cromosoma Y es diferente en que los hombres solo tienen una copia y la mayoría no se somete a ningún cambio genético (una pequeña región puede recombinarse con el cromosoma X). Como resultado, cualquier mutación que ocurra en un solo cromosoma Y siempre se heredará junta. Esto hace que la Y sea ideal para reconstruir la historia.

    Digamos que, en el fondo de nuestro pasado, se produjo una mutación que llamamos A y se expandió gradualmente en la población. Más tarde, uno de los descendientes que portaba A experimentó una segunda mutación, B, que también se expandió un poco. Si secuenciamos una población de 100 hoy, podríamos ver 50 personas que llevan A y 30 que llevan B. Pero cada persona con B también llevaría A. Esta idea nos permite inferir el orden en que ocurrieron estos cambios y, dado la tasa promedio a la que aparecen las mutaciones, su momento.

    Ahora, coloque un poco de historia encima de eso. Si A ocurrió después de que los humanos emigraron fuera de África, podría estar muy extendido en poblaciones de otras partes del mundo. Pero si B ocurrió más tarde, después de más migraciones, es posible que solo aparezca en una región específica, por ejemplo, Australia. Por lo tanto, no solo podemos aprender sobre el momento de las diferentes mutaciones, a menudo podemos averiguar dónde deben haber ocurrido.

    Pero espera hay mas. Si una población es relativamente estable, no habrá muchos cambios en el número de mutaciones; por cada nueva que aparezca, es probable que otra desaparezca. Pero cuando una población se está expandiendo, es más probable que las nuevas mutaciones se retengan y aparezcan en los linajes modernos. Al hacer un árbol genealógico del cromosoma Y, este proceso aparecerá como una explosión repentina de ramas en un corto período de tiempo.


    Los caracoles revelan antiguas migraciones humanas

    En ambos lugares, los caracoles tienen conchas grandes de labios blancos. Y, según el nuevo trabajo, los dos grupos también comparten marcadores genéticos que son extremadamente raros en otras partes de Europa.

    Junto con otra evidencia, los hallazgos ofrecen una nueva ventana a las antiguas migraciones humanas.

    "Es interesante usar la genética de los caracoles para descubrir cómo colonizan los caracoles, y quizás también nos dé una pequeña idea de lo que estaban haciendo los humanos", dijo Angus Davison, genetista evolutivo de la Universidad de Nottingham en el Reino Unido.

    "Una cosa realmente interesante de este estudio es que, si aceptamos que los humanos transportaron caracoles, realmente nos da una visión única de un viaje individual hace 8.000 años, y nos da evidencia de eso de una fuente que quizás no imagina".

    Durante más de 150 años, los biólogos han estado intrigados por un misterio irlandés: varias especies de vida silvestre que viven en Irlanda están ausentes en el resto de Gran Bretaña, pero se encuentran en Iberia, la península que incluye la actual España, Portugal y partes de Francia.

    La investigación sobre esta llamada "cuestión irlandesa" no ha logrado producir una sola teoría que explique cómo y cuándo varias especies recorrieron cientos de millas de un lugar a otro.

    Para ver si podían agregar algún nuevo entendimiento a la cuestión irlandesa, Davison y su colega Adele Grindon se centraron en un caracol de aspecto distintivo que tenía las mismas conchas de una pulgada de largo en ambos lugares. Según la evidencia fósil, los caracoles aparecieron por primera vez en Irlanda hace unos 8.000 años. Los moluscos habían vivido en el sur de Europa durante decenas de miles de años antes de eso.

    Primero, los investigadores reclutaron voluntarios para ayudar a recolectar cerca de 900 caracoles de ambas partes de su área de distribución. Luego, extrajeron el ADN mitocondrial, que se transmite directamente de la madre a la descendencia, y observaron áreas específicas del genoma que se sabe que varían de una especie de caracol a otra.

    El material genético que analizaron era esencialmente idéntico entre los dos grupos regionales, informaron los investigadores hoy en la revista PLOS ONE. El equipo también se sorprendió al descubrir que podían rastrear la población irlandesa de caracoles directamente hasta una población en una región específica de los Pirineos. La especie no vive en ningún lugar intermedio.

    Los hallazgos argumentan en contra de un movimiento gradual de un lugar a otro, dijo Davison, y en cambio sugieren que los caracoles emigraron de España a Irlanda en un solo paso. Él piensa que es poco probable que las aves transportaran a los moluscos, en parte porque no hay aves conocidas que migren a lo largo de esa ruta y que hubieran sido lo suficientemente grandes como para transportar los caracoles.

    Davison sospecha que lo más probable es que la gente se llevara los caracoles mientras se movían. Es posible que la gente antigua haya traído intencionalmente los caracoles como fuente de alimento en el viaje. Alternativamente, los caracoles pueden haber viajado en el forraje herboso empaquetado para otros animales.

    A principios de la década de 2000, algunos estudios propusieron una conexión entre Irlanda y los Pirineos, pero luego se demostró que esos estudios eran demasiado pequeños y defectuosos para ser convincentes, dijo Allan McDevitt, genetista del University College de Dublín, que se especializa en cuestiones sobre la colonización. de Irlanda. La nueva investigación es mucho más sólida.

    "Creo que este estudio es importante porque muestra de manera concluyente que existe algún vínculo con España basado en este caracol", dijo McDevitt. "Es la prueba más definitiva hasta ahora de que en realidad se trata de una migración muy real".

    Aún no está claro cómo la gente hizo el viaje. Al menos parte del viaje habría sido por mar, ya que Irlanda se separó del continente hace 15.000 años. Pero la evidencia de botes primitivos parecidos a canoas sigue siendo escasa. El uso de nuevas herramientas genéticas para investigar criaturas poco probables puede ser clave para descubrir una mejor comprensión del pasado.

    "Irlanda siempre ha sido un tema muy controvertido, tanto en la forma en que la gente llegaba allí como en la forma en que los animales llegaban allí", dijo McDevitt. "Estamos encontrando muchas cosas al observar animales pequeños. De hecho, nos dicen mucho sobre cómo se movían los humanos".
    __________________________
    Referencias:


    Resultados

    Estimación de tasas de coalescencia por pares con MSMC2 y ajuste de un modelo de IM

    Para modelar la relación ancestral entre un par de poblaciones, desarrollamos un modelo de aislamiento-migración con una tasa de migración dependiente del tiempo entre un par de poblaciones, que llamamos MSMC-IM. El enfoque requiere estimaciones dependientes del tiempo de las tasas de coalescencia por pares dentro y entre dos poblaciones. Para estimar estas tasas, utilizamos una extensión de MSMC [4], llamada MSMC2, que se introdujo por primera vez en Malaspinas et al. 2016 [13] (Figura 1A, Métodos). MSMC2 ofrece dos ventajas clave sobre MSMC [4]. Primero, el modelo de coalescencia por pares en MSMC2 es exacto dentro del marco de SMC [2], mientras que el modelo de MSMC usa aproximaciones que causan sesgos en las estimaciones de tasas para un mayor número de haplotipos (Fig. S1). En segundo lugar, dado que MSMC2 utiliza la distribución de tMRCA por pares en lugar de la primera distribución de tMRCA, estima las tasas de coalescencia dentro de todo el rango de eventos de coalescencia entre múltiples haplotipos, lo que finalmente aumenta la resolución no solo en los últimos tiempos sino también en el pasado profundo. Estas dos mejoras son cruciales para nuestro nuevo método MSMC-IM, que se basa en estimaciones de tasa de coalescencia no sesgadas dentro y entre poblaciones, en particular en el pasado profundo. Específicamente, MSMC2 recupera historias de tamaño de población simuladas (con parámetros similares a los humanos) hasta hace 3 millones de años, mientras mantiene la misma alta resolución en tiempos recientes que MSMC (Fig. S1).

    (A) MSMC2 analiza los patrones de mutaciones entre pares de haplotipos para estimar los tiempos de coalescencia local a lo largo del genoma. (B) MSMC-IM ajusta un modelo de migración de aislamiento a las estimaciones de la tasa de coalescencia por pares, con tamaños de población dependientes del tiempo y tasa de migración. (C) Como resultado, obtenemos la tasa de migración a lo largo del tiempo, monte), y la probabilidad de migración acumulada, Monte), que denota la probabilidad de que los linajes se hayan fusionado en el momento t y que utilizamos para estimar las fracciones de ascendencia aportadas por linajes divergentes más profundamente que el tiempo t.

    Dadas las estimaciones de MSMC2 de las tasas de coalescencia dependientes del tiempo dentro de las poblaciones, λ11(t) y λ22(t), y entre poblaciones, λ12(t), utilizamos MSMC-IM para ajustar un modelo de aislamiento-migración (IM) a esas tres tasas de coalescencia (ver Métodos). El modelo de MSMC-IM asume dos poblaciones, cada una con su propio tamaño de población norte1(t) y norte2(t)y una tasa de migración simétrica constante a trozos monte) entre las dos poblaciones (Fig. 1B, consulte Métodos y Texto S1 para obtener más detalles). Expresar el historial de separación entre dos poblaciones en términos de una tasa de migración variable en lugar de la tasa de coalescencia cruzada relativa más heurística facilita la interpretación, al tiempo que mantiene la libertad de analizar los datos sin tener que especificar un modelo explícito de divisiones y el flujo de genes posterior. De los nuevos parámetros, la tasa de migración dependiente del tiempo monte) es posiblemente el más interesante y se puede visualizar de dos formas (Fig. 1C). Primero, las tasas mismas a lo largo del tiempo visualizan el tiempo y la dinámica de los procesos de separación, y segundo, la probabilidad de migración acumulada. Monte) definido como lo que puede entenderse como la proporción de ascendencia que ya se ha fusionado en el momento t, y que permite cuantificar las proporciones de flujo de genes o ascendencia arcaica a lo largo del tiempo, como se ilustra a continuación. Siendo por definición creciente monótonamente y limitado entre 0 y 1, Monte) también resulta ser numéricamente cercano a la tasa de coalescencia cruzada relativa de MSMC [4]. Cuando Monte) se acerca mucho a 1, significa que los linajes entre las dos poblaciones existentes se han mezclado completamente en esencialmente una población. Como advertencia técnica, esto significa que en ese momento nuestro modelo de tres parámetros está sobreespecificado. Para evitar el sobreajuste, empleamos la regularización en monte) y la diferencia de los dos tamaños de población (ver Métodos).

    Evaluación de MSMC-IM con datos simulados

    Ilustramos MSMC-IM aplicándolo a varias series de escenarios simulados de separación de poblaciones (ver Métodos). Primero el limpio-dividido El escenario consiste en una población ancestral que se divide en dos subpoblaciones en el momento T (Figura 2A). Segundo, el división-con-migración El escenario agrega una fase adicional de flujo de genes bidireccional entre las poblaciones después de que se han dividido (Fig. 2B). Tercero, el escisión-con-mezcla-arcaica El escenario no implica un flujo de genes posterior a la división, pero contiene una mezcla adicional en una de las dos poblaciones existentes de una población "fantasma" sin muestrear, que se divide de la población ancestral (Fig 2C) en el momento Ta& gtT. Además, para comprender cómo se comporta el MSMC-IM bajo historias demográficas asimétricas en las dos poblaciones, consideramos el mezcla-arcaica-con-cuello-de-botella-escenario (ver Fig 2D). Para cada escenario, simulamos 8 haplotipos (cuatro de cada población), usamos parámetros evolutivos similares a los humanos y variamos un parámetro clave para crear una serie de escenarios relacionados (ver Métodos). Como se analiza más adelante, para probar la consistencia interna, confirmamos que MSMC-IM es capaz de inferir su propio modelo, utilizando simulaciones basadas en algunas de las inferencias genómicas realizadas a continuación.

    (A) Limpiar-dividir Escenario: Dos poblaciones con un tamaño constante de 20.000 cada una divergieron en el tiempo fraccionado T en el pasado, variando de 15kya a 150kya. (B) Dividir con migración guión. Similar a A), con T variando entre 15-150kya, y un período de tiempo posterior a la división de migración simétrica (que asciende a una tasa de migración total de 0.5 en ambas direcciones) entre 10 y 15kya. (C) División-con-mezcla-arcaica escenario: similar a A), con T = 75kya, y la población 1 recibe un pulso de mezcla a 30kya de una población no muestreada que se separa de la población ancestral hace 1 millón de años. La tasa de mezcla varía de 0% a 20%. (D) Dividir con aditivo arcaico y ampbottleneck Escenario: Similar a C), pero con un cuello de botella de población agregado con factor 30 en la población 1 entre 40-60kya. Las líneas rojas continuas indican tiempos parciales en todos los paneles. En todas las gráficas, el sombreado azul claro indica el intervalo entre el 1 y el 99% de la probabilidad de migración acumulada, el sombreado azul oscuro entre el 25 y el 75% y la línea vertical punteada negra indica la mediana.

    En el limpio-dividido escenario, encontramos que la tasa de migración inferida de MSMC-IM monte) muestra un solo pulso de migración alrededor del tiempo fraccionado simulado T (Figura 2A). Esto es de esperar, ya que en nuestra parametrización, una división de población corresponde a una migración instantánea de linajes en una población a la vez. T, lo que resulta en un solo pulso de migración. En el división-con-migración serie, esperamos dos en lugar de un pulso de migración: uno a la vez T, como el anterior, y un segundo más reciente en el momento de la migración posterior a la división. En los casos en los que el tiempo dividido y la fase de migración están separados por más de alrededor de 20.000 años, esto es lo que vemos (Fig. 2B), aunque con algo de ruido alrededor de este patrón básico. Por menos tiempo de separación de los dos pulsos de migración, MSMC-IM no puede separarlos en este escenario.

    También encontramos dos fases de migración para el escisión-con-mezcla-arcaica escenario, pero esta vez con una fase alrededor del tiempo T, y otro en torno a la época de divergencia de la población arcaica Ta (Figura 2C). Para entender esto, considere cómo los linajes de las dos poblaciones existentes se fusionan entre sí (Fig. 3B). Una fracción 1-ɑ se fusionarán entre sí en el tiempo dividido de la población T, como en el limpio-dividido guión. La otra fracción, ɑ, se fusionará nuevamente solo en el tiempo de profunda divergencia del linaje arcaico. Estos dos eventos de fusión corresponden a los dos pulsos que observamos en la figura 2C, uno en T y el otro en el tiempo de divergencia con la población arcaica, Ta. Tenga en cuenta que a diferencia de lo anterior división-con-migración caso, aquí no hay señal en el momento de la introgresión, sino solo en los dos tiempos parciales. Inferir estos dos pulsos de migración en presencia de una mezcla arcaica es robusto a los eventos demográficos, como mostramos con el mezcla-arcaica-con-cuello-de-botella escenario (Fig. 2D), en el que introdujimos un cuello de botella en una de las dos ramas de población existentes, similar en fuerza al observado en las poblaciones no africanas hace unos 60 mil años (kya) [4]. Sin embargo, encontramos que en presencia de un cuello de botella, el segundo pulso es un poco más reciente de lo esperado (aquí hace 1 millón de años).

    (A) La probabilidad de migración acumulada Monte) se muestra para los escenarios de simulación seleccionados descritos en la Fig. 2B, 2C y 2D. Mesetas de Monte) indican períodos de aislamiento, con el nivel de la meseta indicando cuánta ascendencia se ha fusionado antes. (B) Coalescencia esquemática en el División-con-mezcla-arcaica guión. En este escenario, una fracción 1-α de los linajes muestreados de las dos poblaciones existentes se fusiona en el momento T, y el resto, de proporcion α se fusiona como tiempo Ta. (C) Para el escisión-con-mezcla-arcaica escenarios (con y sin cuello de botella), podemos usar el nivel de la meseta en Monte) para estimar 1-α, y por lo tanto α. El nivel de la meseta se mide en el momento t = 300kya.

    Podemos analizar estas múltiples fases de la migración de una manera más cuantitativa, utilizando la probabilidad de migración acumulada, Monte), como se presentó anteriormente. Monte) aumenta monótonamente de 0 a 1 en todos los escenarios, exhibiendo mesetas con gradiente cero en momentos sin migración y gradientes positivos en períodos de migración (Fig. 3A y Fig. S2). El nivel de estas mesetas es indicativo de cuánta ascendencia ya se ha fusionado en este momento. Considere primero el división-con-migración serie (panel superior Fig 3A), para la cual Monte) exhibe una meseta entre los dos pulsos de migración, a un nivel que corresponde a la cantidad de ascendencia que se ha fusionado a través del evento de migración. Para este escenario, basado en la tasa de migración posterior a la división simulada entre las dos poblaciones, esperamos que esta meseta sea de alrededor de 0.64 (siguiendo el cálculo en la fórmula (64) en S1 Text). Encontramos que es más alto que eso, alrededor de 0,75, que discutimos más adelante. Considere ahora un escenario con una mezcla arcaica (Figuras 2C, paneles intermedios e inferiores 2D y 3A). En el momento T, en el que ambas poblaciones existentes se fusionan entre sí, la probabilidad de migración acumulada alcanza una meseta en un nivel alrededor de 1-ɑ, reflejando el hecho de que una proporción ɑ aún no se ha fusionado en el punto T, pero está separada por una rama de población profundamente divergente. Solo a la vez Ta, esta rama en sí se fusiona con el tronco de las poblaciones existentes, aumentando así Monte) de 1-ɑ todo el camino hasta 1. Con base en este razonamiento, podemos usar mesetas visibles en Monte) para estimar fracciones de ancestros arcaicos o profundos. De hecho, este razonamiento conduce a estimaciones de proporciones de mezcla arcaicas en nuestras simulaciones que son precisas y robustas a los cuellos de botella para tasas de ɑ hasta aproximadamente el 20%. Para tasas de introgresión mayores, encontramos que nuestras estimaciones están ligeramente subestimadas. Atribuimos esto a la tendencia de MSMC a "sobrepasar" los cambios en las tasas de coalescencia, como puede verse en las tasas relativas de coalescencia cruzada para valores más grandes de alfa (S2C y S2D Fig), lo que provoca el nivel de la meseta en Monte) ser más alto que 1-ɑ, y por lo tanto ɑ debe subestimarse. Esta es también la razón de la sobreestimación mencionada anteriormente de la meseta en el división-con-migración escenario (panel superior Fig 3A). Este efecto es más severo en presencia de un cuello de botella (Fig. 3C, curva azul) que sin un cuello de botella. Sin embargo, es importante destacar que no encontramos evidencia de que Monte) exhibe mesetas por debajo de 1 en ausencia de una verdadera ascendencia profunda, por lo que este método puede considerarse conservador para detectar una ascendencia profunda.

    MSMC-IM también se ajusta al tamaño de la población, que se puede comparar con las estimaciones brutas de MSMC, es decir, con las tasas de coalescencia inversa dentro de la población 1 y 2, respectivamente (consulte el texto S1 para obtener algunos detalles no triviales de esta comparación). Encontramos que las estimaciones para norte1(t) y norte2(t) están de hecho cerca de las tasas de coalescencia inversa, con algunas desviaciones observadas en tiempos profundos y en casos de mezcla arcaica. Se espera lo último, dado que las tasas de coalescencia estimadas de MSMC2 capturan tanto los cambios en el tamaño de la población como los procesos de migración, mientras que en MSMC-IM estos dos efectos están separados (Fig. S3).

    Ascendencia profunda en África

    Aplicamos nuestro modelo a 30 genomas de alta cobertura de 15 poblaciones mundiales del conjunto de datos SGDP [12] (Tabla S1) para analizar los procesos de divergencia global en el pasado humano (Figs. 4-6). Al analizar los perfiles de tasa de migración por pares resultantes, encontramos que varios pares de poblaciones que involucran poblaciones africanas exhiben, con mucho, la estructura de población más antigua observada en todos los análisis por pares. Encontramos que en todos los pares de poblaciones que involucran a San o Mbuti, el proceso principal de separación de otras poblaciones data de entre 60 y 400 kya, dependiendo del par exacto de poblaciones (ver más abajo), pero con pequeñas cantidades que se remontan a más de un millón de años. hace, como se ve por las tasas de migración distintas de cero en ese momento (Fig.4A, Fig. S4), y la probabilidad de migración acumulada, Monte), (Fig. 4B) que no ha alcanzado completamente 1 hasta hace más de un millón de años. Siguiendo la interpretación de Monte) como se discutió anteriormente con el escenario de simulación de mezcla arcaica, podemos inferir que en pares que involucran a San o Mbuti, al menos alrededor del 1% de la ascendencia se puede atribuir a linajes de ascendencia que se han separado del linaje humano principal hace más de 1 millón de años ( véase también la figura 7, que se analiza más adelante). El perfil de separación genética en pares que involucran a Mbuti y San es, más allá de la profundidad de tiempo extraordinaria, no compatible con divisiones limpias de población (como se ve en las simulaciones, Fig 2A) o escenarios simples de mezcla arcaica, pero en cambio muestra evidencia de períodos múltiples o continuos de flujo de genes entre poblaciones (no muestreadas). Entre Mbuti y otras poblaciones africanas, excepto San, encontramos tres fases distintas de flujo de genes. El primer pico alcanza los 15kya, compatible con una mezcla relativamente reciente entre Mbuti y otras poblaciones africanas. La segunda fase abarca de 60 a 300kya, lo que refleja el principal proceso de separación genética, que en sí mismo parece complejo y exhibe dos picos alrededor de 80-200kya mil años 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.


    Ver el vídeo: Informe sobre las migraciones en el mundo 2020 (Diciembre 2021).