Evan Irving-Pease, Anders Bergstrom, Pontus Skoglund

40 
Helana Ryan, Leonid Chindelevitch, Ashleigh Haruda,
Professor Alan K. Outram 
Centre for HumAnE Bioarchaeology, Department of Archaeology, College of 
Humanities, University of Exeter 
EXPLORING THE USE OF GEOMETRIC 
MORPHOMETRICS AND STATISTICAL MODELLING TO 
INVESTIGATE EARLY HORSE DOMESTICATION 
AMONGST PREHISTORIC HORSE (EQUUS CABALLUS) 
POPULATIONS IN KAZAKHSTAN 
The domestication of the horse (Equus ferus caballus) has been a 
focus of researchers across multiple disciplines throughout the last 
century. The domestic horse revolutionized socio-economic 
development, contributed to the spread of Indo-European languages, 
and facilitated technological and cultural developments, such as 
warfare and trade. The process of domestication involves 
complicated genetic change resulting from the novel conditions 
associated with a controlled living environment and breeding system, 
often resulting in varying physical characteristics between 
domesticates and their wild relatives and ancestors. This study 
examines samples of domesticated and wild horse teeth to discover 
whether or not enamel tooth patterning exhibits these phylogenetic 
signals. The data in the investigation has been collected from horse 
teeth from both modern and significant prehistoric populations 
ranging from across Kazakhstan and Europe, including from the site 
of Botai, the earliest site with strong, multiples lines of evidence for 
the domestication of the horse. 
Geometric morphometrics is an advanced method of 
morphological analysis based on cartesian coordinates which can 
extract biologically-meaningful shape information held within two 
and three dimensional forms whilst removing the non-useful 
elements of size. GMM is regularly employed in the fields of 
evolutionary and developmental biology due to its ability to 
quantitatively model phenotypic plasticity and is useful to 
zooarchaeologists when attempting to conduct inter and infraspecific 
comparisons using only archaeological faunal material. GMM has 
been used to successfully discriminate between modern taxonomic 

41 
groups of horses using the information held within dental 
architecture, specifically the enamel pattern of the occlusal surface of 
the second premolar (P2) and third molar teeth (M3) of the maxillary 
dental arcade. 2-D Geometric data was collected from photographs 
of horse teeth using computer software (TPSdig2) to landmark eight 
specific anatomical points on the tooth surface. Following 
landmarking, Procrustes analysis was performed to separate size and 
shape data. 
The 2-D GMM data collection was analysed using advanced 
statistical modelling techniques, including penalised logistic 
regression, partial least squares regression, and linear discriminant 
analysis, which attempt to identify the optimal linear combinations of 
the variables for separating the samples into categories. As an 
alternative to statistical modelling, this study used machine learning 
tools such as support vector machines, naive Bayes, and random 
forests, which can build complex non-linear predictors. Preliminary 
statistical models and machine learning analysis of the occlusal 
patterning of the P2 and M3 teeth in these samples showed some 
population separation by site, while separation by domestication 
status remained inconclusive. Overall, our results will determine 
whether or not, even in combination with powerful statistical 
modelling, the study of the two-dimensional shape of horse teeth via 
GMM will be sufficient to definitively classify archaeological 
samples according to their domestication status. 
 
 

жүктеу/скачать 0,53 Mb.

Достарыңызбен бөлісу: