Prediction of species’ distributions is central to diverse applications in ecology, evolution and conservation science. There is increasing electronic access to vast sets of occurrence records in museums and herbaria, yet little effective guidance on how best to use this information in the context of numerous approaches for modelling distributions. To meet this need, we compared 16 modelling methods over 226 species from 6 regions of the world, creating the most comprehensive set of model comparisons to date. We used presence‐only data to fit models, and independent presence‐absence data to evaluate the predictions. Along with well‐established modelling methods such as generalised additive models and GARP and BIOCLIM, we explored methods that either have been developed recently or have rarely been applied to modelling species’ distributions. These include machine‐learning methods and community models, both of which have features that may make them particularly well suited to noisy or sparse information, as is typical of species’ occurrence data. Presence‐only data were effective for modelling species’ distributions for many species and regions. The novel methods consistently outperformed more established methods. The results of our analysis are promising for the use of data from museums and herbaria, especially as methods suited to the noise inherent in such data improve.

Abstract The Global Strategy for Plant Conservation (GSPC) was established by the Conference of Parties in 2002 to decrease the loss of plant diversity, reduce poverty and contribute to sustainable development. To achieve this overarching goal, the GSPC has established a series of targets, one of which is to ensure that plant diversity is well understood, so that it can be effectively conserved and used in a sustainable manner. Brazil hosts more than 46,000 species of plants, algae and fungi, representing one of the most biodiverse countries on Earth, and playing a key role in the GSPC. To meet the GSPC goals of Target 1 and facilitate access to plant diversity, Brazil committed to preparing the List of Species of the Brazilian Flora (2008-2015) and the Brazilian Flora 2020 (2016-present). Managing all the information associated with such great biodiversity has proven to be an extremely challenging task. Here, we synthesize the history of these projects, focusing on the multidisciplinary and collaborative approach adopted to develop and manage the inclusion of all the knowledge generated though digital information systems. We further describe the methods used, challenges faced, and strategies adopted, as well as summarize advances to date and prospects for completing the Brazilian flora in 2020.

A comprehensive new inventory of Brazilian plants and fungi was published just in time to meet a 2010 Convention on Biological Diversity target and offers important insights into this biodiversity's global significance. Brazil is the home to the world's richest flora (40,989 species; 18,932 endemic) and includes two of the hottest hotspots: Mata Atlântica (19,355 species) and Cerrado (12,669 species). Although the total number of known species is one-third lower than previous estimates, the absolute number of endemic vascular plant species is higher than was previously estimated, and the proportion of endemism (56%) is the highest in the Neotropics. This compilation serves not merely to quantify the scale of the challenge faced in conserving Brazil's unique flora but also serves as a key resource to direct action and monitor progress. Similar efforts by other megadiverse countries are urgently required if the 2020 targets of the Convention on Biological Diversity and the Global Strategy for Plant Conservation are to be attained.

Abstract Aim Species distribution models and geographical information system (GIS) technologies are becoming increasingly important tools in conservation planning and decision‐making. Often the rich data bases of museums and herbaria serve as the primary data for predicting species distributions. Yet key assumptions about the primary data often are untested, and violation of such assumptions may have consequences for model predictions. For example, users of primary data assume that sampling has been random with respect to geography and environmental gradients. Here we evaluate the assumption that plant voucher specimens adequately sample the climatic gradient and test whether violation of this assumption influences model predictions. Location Bolivia and Ecuador. Methods Using 323,711 georeferenced herbarium collections and nine climatic variables, we predicted the distribution of 76 plant species using maximum entropy models (MAXENT) with training points that sampled the climate environments randomly and training points that reflected the climate bias in the herbarium collections. To estimate the distribution of species, MAXENT finds the distribution of maximum entropy (i.e. closest to uniform) subject to the constraint that the expected value for each environmental variable under the estimated distribution matches its empirical average. The experimental design included species that differed in geographical range and elevation; all species were modelled with 20 and 100 training points. We examined the influence of the number of training points and climate bias in training points, elevation and range size on model performance using analysis of variance models. Results We found that significant parts of the climatic gradient were poorly represented in herbarium collections for both countries. For the most part, existing climatic bias in collections did not greatly affect distribution predictions when compared with an unbiased data set. Although the effects of climate bias on prediction accuracy were found to be greater where geographical ranges were characterized by high spatial variation in the degree of climate bias (i.e. ranges where the bias of the various climates sampled by collections deviated considerably from the mean bias), the greatest influence on model performance was the number of presence points used to train the model. Main conclusions These results demonstrate that predictions of species distributions can be quite good despite existing climatic biases in primary data found in natural history collections, if a sufficiently large number of training points is available. Because of consistent overprediction of models, these results also confirm the importance of validating models with independent data or expert opinion. Failure to include independent model validation, especially in cases where training points are limited, may potentially lead to grave errors in conservation decision‐making and planning.

Abstract High‐throughput DNA sequencing facilitates the analysis of large portions of the genome in nonmodel organisms, ensuring high accuracy of population genetic parameters. However, empirical studies evaluating the appropriate sample size for these kinds of studies are still scarce. In this study, we use double‐digest restriction‐associated DNA sequencing (ddRADseq) to recover thousands of single nucleotide polymorphisms (SNPs) for two physically isolated populations of Amphirrhox longifolia (Violaceae), a nonmodel plant species for which no reference genome is available. We used resampling techniques to construct simulated populations with a random subset of individuals and SNPs to determine how many individuals and biallelic markers should be sampled for accurate estimates of intra‐ and interpopulation genetic diversity. We identified 3646 and 4900 polymorphic SNPs for the two populations of A. longifolia , respectively. Our simulations show that, overall, a sample size greater than eight individuals has little impact on estimates of genetic diversity within A. longifolia populations, when 1000 SNPs or higher are used. Our results also show that even at a very small sample size (i.e. two individuals), accurate estimates of F ST can be obtained with a large number of SNPs (≥1500). These results highlight the potential of high‐throughput genomic sequencing approaches to address questions related to evolutionary biology in nonmodel organisms. Furthermore, our findings also provide insights into the optimization of sampling strategies in the era of population genomics.

Abstract The rise of pangenomic molecular assays allowed uncovering complex rearrangements named chromoanagenesis that were hypothesized to result from catastrophic shattering events. Constitutional cases have typically been reported individually preventing identification of common features and uncovering the mechanisms at play. We characterized 20 new chromoanagenesis and discovered yet undescribed features. While literature differentiates chromothripsis and its shattering event repaired through non-homologous end joining from chromoanasynthesis born to aberrant replicative processes, we identified shattered chromosomes repaired through a combination of mechanisms. In particular, three samples present with “rearrangement hubs” comprising a fragmented kilobase-long sequence threaded throughout the rearrangement. To assess the mechanisms at play, we merged our data with those of 20 published constitutional complex chromosomal rearrangement cases. We evaluated if the distribution of their 1032 combined breakpoints was distinctive using bootstrap simulations and found that breakpoints tend to keep away from haplosensitive genes suggesting selective pressure. We then compared their distribution with that of 13,310 and 468 breakpoints of cancer complex chromosomal rearrangements and constitutional simple rearrangement samples, respectively. Both complex rearrangement groups showed breakpoint enrichment in late replicating regions suggesting similar origins for constitutional and cancer cases. Simple rearrangement breakpoints but not complex ones were depleted from lamina-associated domains (LADs), possibly as a consequence of reduced mobility of DNA ends bound to lamina. The enrichment of breakpoints in late-replicating chromatin for both constitutional and cancer chromoanagenesis provides an orthogonal support to the premature chromosome condensation hypothesis that was put forward to explain chromoanagenesis .

As Bignoniaceae são um importante componente das florestas tropicais, especialmente no Brasil, onde a família é mais diversa. Apesar disso, o conhecimento desta família ainda é fragmentado em diversas regiões do país, especialmente na região Ocidental do Brasil. Neste estudo, nós apresentamos um checklist atualizado das Bignoniaceae do estado de Mato Grosso (MT), Brasil. Esta lista é baseada em múltiplas visitas a herbários locais, análise de exsicatas disponíveis on-line e expedições de campo. Ao todo, documentamos 115 espécies da família para o Mato Grosso, incluindo a primeira ocorrência do gênero Godmania e 12 novas ocorrências de espécies de Bignoniaceae para o estado. Nossos resultados enfatizam a importância de expedições de campo e estudos detalhados de coleções depositadas em herbários locais para a documentação precisa da biodiversidade. Listas de espécies compreensivas são extremamente importantes para orientar os esforços futuros de amostragens e conservação da biodiversidade.

Abstract The seasonality hypothesis posits that limited seasonal temperature variability in tropical mountains leads to greater climatic zonation along elevation gradients compared to temperate regions. This is predicted to result in narrow thermal tolerances and restricted dispersal for organisms, which may reduce gene flow and increase opportunities for climate-associated parapatric or allopatric speciation in tropical mountains relative to temperate-zone mountains. This hypothesis has been tested in various animal groups but not in plants. We examine the elevational and thermal ranges of pairs of sister species of angiosperms from mountains worldwide. Our findings indicate no significant difference in the breadth and overlap of elevational ranges between tropical and temperate species. However, tropical species have narrower thermal ranges and show greater similarity in these ranges between sister species compared to temperate ones. Such narrow thermal specialization in tropical plants facilitates population divergence and allopatric speciation within thermal zones more than in temperate species.

Abstract Background Fontaine progeroid syndrome (FPS, OMIM 612289) is a recently identified genetic disorder stemming from pathogenic variants in the SLC25A24 gene, encoding a mitochondrial carrier protein. It encompasses Gorlin–Chaudry–Moss syndrome and Fontaine–Farriaux syndrome, primarily manifesting as craniosynostosis with brachycephaly, distinctive dysmorphic facial features, hypertrichosis, severe prenatal and postnatal growth restriction, limb shortening, and early aging with characteristic skin changes, phalangeal anomalies, and genital malformations. Cases All known occurrences of FPS have been postnatally observed until now. Here, we present the first two prenatal cases identified during the second trimester of pregnancy. While affirming the presence of most postnatal abnormalities in prenatal cases, we note the absence of a progeroid appearance in young fetuses. Notably, our reports introduce new phenotypic features like encephalocele and nephromegaly, which were previously unseen postnatally. Moreover, paternal SLC25A24 mosaicism was detected in one case. Conclusions We present the initial two fetal instances of FPS, complemented by thorough phenotypic and genetic assessments. Our findings expand the phenotypical spectrum of FPS, unveiling new fetal phenotypic characteristics. Furthermore, one case underscores a potential novel inheritance pattern in this disorder. Lastly, our observations emphasize the efficacy of exome/genome sequencing in both prenatal and postmortem diagnosis of rare polymalformative syndromes with a normal karyotype and array‐based comparative genomic hybridization (CGH).