Abstract Unique ecosystems globally are under threat from ongoing anthropogenic environmental change. Effective conservation management requires more thorough biodiversity surveys that can reveal system-level patterns and that can be applied rapidly across space and time. We offer a way to use environmental DNA, community science and remote sensing together as methods to reduce the discrepancy between the magnitude of change and historical approaches to measure it. Taking advantages of modern ecological models, we integrate environmental DNA and Earth observations to evaluate regional biodiversity patterns for a snapshot of time, and provide critical community-level characterization. We collected 278 samples in Spring 2017 from coastal, shrub and lowland forest sites in California, a large-scale biodiversity hotspot. We applied gradient forest to model 915 family occurrences and community composition together with environmental variables and multi-scalar habitat classifications to produce a statewide biodiversity-based map. 16,118 taxonomic entries recovered were associated with environmental variables to test their predictive strength on alpha, beta, and zeta diversity. Local habitat classification was diagnostic of community composition, illuminating a characteristic of biodiversity hotspots. Using gradient forest models, environmental variables predicted 35% of the variance in eDNA patterns at the family level, with elevation, sand percentage, and greenness (NDVI32) as the top predictors. This predictive power was higher than we found in published literature at global scale. In addition to this indication of substantial environmental filtering, we also found a positive relationship between environmentally predicted families and their numbers of biotic interactions. In aggregate, these analyses showed that strong eDNA community-environment correlation is a general characteristic of temperate ecosystems, and may explain why communities easily destabilize under disturbances. Our study provides the first example of integrating citizen science based eDNA with biodiversity mapping across the tree of life, with promises to produce large scale, high resolution assessments that promote a more comprehensive and predictive understanding of the factors that influence biodiversity and enhance its maintenance.

Summary Samples from species of high conservation concern are often low in total genomic DNA. Whole Genome Sequencing (WGS) can provide many insights that can be used to aid in species conservation, but current methods for working with low quality and low input samples can be cost prohibitive for population level genomic analyses. Thus, there is an urgent need for a cost-effective method of preparing WGS libraries from low input DNA samples. To bridge the gap between sampling techniques commonly used in conservation genetics that yield low quality and low input DNA and the powerful tool of WGS, we developed LI-Seq, a more efficient method that successfully produces libraries from low quality DNA with as low input as 0.48 ng of DNA, with an average final library size of 300-500 base pairs. Sequencing results suggest no difference in sequencing quality or coverage between low quality, low input and high quality, high input starting material using our protocol. We conclude that our new method will facilitate high-throughput WGS on low quality, low input samples, thus expanding the power of genomic tools beyond traditional high quality samples.

Global change is leading to habitat shifts that threaten species persistence throughout California's unique ecosystems. Baseline biodiversity data provide opportunities for ecosystems to be managed for community complexity and connectivity. In 2017, the University of California Conservation Genomics Consortium launched the California Environmental DNA (CALeDNA) program, a community science initiative monitoring California's biodiversity through environmental DNA (eDNA): DNA shed from organisms through fur, mucus, spores, pollen, etc. Community scientists collect soil and sediment samples, then researchers analyze the eDNA in the samples and share results with the public. The results are catalogues of thousands of organisms per sample, ranging from microbes to mammals. The CALeDNA website presents biodiversity inventories in a platform designed for the public and researchers alike, as well as user-friendly analysis tools and educational modules. Here, we present CALeDNA as a scalable community science framework that can harmonize with future biodiversity research and education initiatives.

Environmental DNA (eDNA) metabarcoding is emerging as a biomonitoring tool available to the citizen science community that promises to augment or replace photographic observation. However, eDNA results and photographic observations have rarely been compared to document their individual or combined power. Here, we use eDNA multilocus metabarcoding, a method deployed by the CALeDNA Program, to inventory and evaluate biodiversity variation along the Pillar Point headland near Half Moon Bay, California. We describe variation in presence of 13,000 taxa spanning 82 phyla, analyze spatiotemporal patterns of beta diversity, and identify metacommunities. Inventory and measures of turnover across space and time from eDNA analysis are compared to the same measures from Global Biodiversity Information Facility (GBIF) data, which contain information largely contributed by iNaturalist photographic observations. We find eDNA depicts local signals with high seasonal turnover, especially in prokaryotes. We find a diverse community dense with pathogens and parasites in the embayment, and a State Marine Conservation Area (SMCA) with lower species richness than the rest of the beach peninsula, but with beta diversity signals showing resemblance to adjacent unprotected tidepools. The SMCA differs in observation density, with higher density of protozoans, and animals in Ascidiacea, Echinoidea, and Polycladida. Local contributions to beta diversity are elevated in a section of East-facing beach. GBIF observations are mostly from outside the SMCA, limiting some spatial comparisons. However, our findings suggest eDNA samples can link the SMCA sites to sites with better GBIF inventory, which may be useful for imputing species from one site given observations from another. Results additionally support >3800 largely novel biological interactions. This research, and accompanying interactive website support eDNA as a gap-filling tool to measure biodiversity that is available to community and citizen scientists.

Environmental DNA (eDNA) metabarcoding is a promising method to monitor species and community diversity that is rapid, affordable, and non-invasive. Longstanding needs of the eDNA community are modular informatics tools, comprehensive and customizable reference databases, flexibility across high-throughput sequencing platforms, fast multilocus metabarcode processing, and accurate taxonomic assignment. As bioinformatics tools continue to improve, addressing each of these demands within a single bioinformatics toolkit is becoming a reality. We present the modular metabarcode sequence toolkit Anacapa (https://github.com/limey-bean/Anacapa/), which addresses the above needs, allowing users to build comprehensive reference databases and assign taxonomy to raw multilocus metabarcode sequence data. A novel aspect of Anacapa is our database building module, Creating Reference libraries Using eXisting tools (CRUX), which generates comprehensive reference databases for specific user-defined metabarcode loci. The Quality Control and Dereplication module sorts and processes multiple metabarcode loci and processes merged, unmerged and unpaired reads maximizing recovered diversity. This is followed by amplicon sequence variant (ASV) detection using DADA2. The Anacapa Classifier module then aligns these ASVs to CRUX-generated reference databases using Bowtie2. Taxonomy is assigned to ASVs with confidence scores using a Bayesian Lowest Common Ancestor (BLCA) method. The Anacapa Toolkit also includes an R package, ranacapa, for automated results exploration through standard biodiversity statistical analysis. We performed a series of benchmarking tests to verify that the Anacapa Toolkit generates comprehensive reference databases that capture wide taxonomic diversity and that it can assign high-quality taxonomy to both MiSeq-length and Hi-Seq length sequence data. We demonstrate the value of the Anacapa Toolkit to assigning taxonomy to eDNA sequences from seawater samples from southern California including the capability of this tool kit to process multilocus metabarcoding data. The Anacapa Toolkit broadens the exploration of eDNA and assists in biodiversity assessment and management by generating metabarcode specific databases, processing multilocus data, retaining all read types, and expanding non-traditional eDNA targets. Anacapa Toolkit software and source code are open and available in a virtual container to ease installation.