cobertura_bruta = FileAttachment("data/site.csv").csv({typed: true})
adocoes = FileAttachment("data/adocoes.csv").csv({typed: true})
status = FileAttachment("data/status.json").json()

REPO = "{{< meta website.repo-url >}}"

ROTULO_GRUPO = new Map([
  ["angiospermas", "Angiospermas"], ["gimnospermas", "Gimnospermas"],
  ["samambaias", "Samambaias e licófitas"]
])
OPCOES_GRUPO = ["Todos", ...ROTULO_GRUPO.values()]
GRUPO_POR_ROTULO = new Map([...ROTULO_GRUPO].map(([k, v]) => [v, k]))

// Domínios fitogeográficos da Flora e Funga, do maior para o menor número de espécies.
DOMINIOS = ["Mata Atlântica", "Amazônia", "Cerrado", "Caatinga", "Pampa", "Pantanal"]
FORMAS_VIDA = ["Árvore", "Arbusto", "Subarbusto", "Erva", "Liana/volúvel/trepadeira", "Palmeira",
               "Bambu", "Suculenta", "Dracenóide"]
SUBSTRATOS = ["Terrícola", "Rupícola", "Epífita", "Hemiepífita", "Aquática", "Parasita",
              "Hemiparasita", "Saprófita"]

// Cores de situação (as mesmas de tema-claro.scss; tons médios que funcionam
// no claro e no escuro): verde-folha / ocre / terracota. E uma cor por grupo.
SITUACOES = ["com DNA", "a verificar", "sem DNA"]
COR_SITUACAO = ["#8cc283", "#d6a23a", "#c4633a"]
COR_GRUPO = ["#3a8a55", "#b8532c", "#5b6f8a"]

// Portaria MMA 1.783/2026: CR, EN e VU (com "(infra)" quando só há infraespecíficos
// listados e "(PE)" para possivelmente extinta).
eh_ameacada = c => /^(CR|EN|VU)/.test(c ?? "")
AMEACADAS = new Set(["CR", "EN", "VU"])

lista_de = v => v ? String(v).split(";") : []

cobertura = {
  const adot = new Map(adocoes.map(a => [a.especie, a]));
  return cobertura_bruta.map(d => {
    const a = adot.get(d.especie);
    const cat = d.categoria_ameaca ?? "";
    const endemica = d.endemica_br === true || d.endemica_br === "TRUE";
    return {
      ...d,
      grupo_rotulo: ROTULO_GRUPO.get(d.grupo),
      ufs_lista: lista_de(d.ufs),
      biomas_lista: lista_de(d.biomas),
      formas_lista: lista_de(d.forma_vida),
      substratos_lista: lista_de(d.substrato),
      endemica,
      ameacada: eh_ameacada(cat),
      // leituras brutas no SRA, sem sequência montada (marca, não é situação)
      brutos: d.dados_brutos === true || d.dados_brutos === "TRUE",
      adocao: a ? a.situacao : null,
      adotada_por: a ? a.instituicao : null,
      // prioridade: ameaçada > endêmica > descrita há mais tempo (a portaria não traz DD)
      prioridade: (eh_ameacada(cat) ? 0 : 1) * 10 + (endemica ? 0 : 1)
    };
  });
}

filtra_grupo = (dados, rotulo) =>
  rotulo === "Todos" ? dados : dados.filter(d => d.grupo === GRUPO_POR_ROTULO.get(rotulo))

fmt = d3.format(",d")
fmtpct = d3.format(".0%")
fmtn = n => n == null ? "" : fmt(n).replace(/,/g, ".")

conta = dados => {
  const c = d3.rollup(dados, v => v.length, d => d.situacao);
  return {
    total: dados.length,
    com: c.get("com DNA") ?? 0,
    verificar: c.get("a verificar") ?? 0,
    sem: c.get("sem DNA") ?? 0,
    brutos: dados.filter(d => d.brutos).length
  };
}

// Observação completa: nas "sem DNA", site.csv omite a frase padrão.
observacao = d => d.situacao === "sem DNA"
  ? "Nada encontrado no BOLD ou no GenBank sob este nome e os sinônimos conhecidos" + (d.observacao ? `; ${d.observacao}` : "") + "."
  : (d.observacao ?? "")

link_adote = especie =>
  `${REPO}/issues/new?template=adote.yml&title=${encodeURIComponent("Adoção: " + especie)}&especie=${encodeURIComponent(especie)}`

link_sra = especie =>
  `https://www.ncbi.nlm.nih.gov/sra/?term=${encodeURIComponent('"' + especie + '"[Organism]')}`

link_ffb = id => id ? `https://floradobrasil.jbrj.gov.br/FB${id}` : null

// Marca das espécies sem sequência montada que têm leituras brutas no SRA.
selo_brutos = d => d.brutos
  ? htl.html`<a class="cc-chip cc-brutos" href="${link_sra(d.especie)}" target="_blank" title="Há leituras de sequenciamento no SRA, mas nenhuma sequência montada no BOLD ou no GenBank">só dados brutos</a>`
  : ""

selo_situacao = s => {
  const cls = s === "com DNA" ? "com" : s === "sem DNA" ? "sem" : "verificar";
  const ico = s === "com DNA" ? "✓" : s === "sem DNA" ? "✕" : "?";
  return htl.html`<span class="situacao ${cls}">${ico} ${s}</span>`;
}

cor_ameaca = c => c?.startsWith("CR") ? "cr" : c?.startsWith("EN") ? "en" : c?.startsWith("VU") ? "vu" : "outra"

selo_ameaca = c => eh_ameacada(c)
  ? htl.html`<span class="cc-chip cc-${cor_ameaca(c)}" title="Portaria MMA 1.783/2026">${c}</span>` : ""

// Lista curta de espécies (painéis de estado e de domínio).
item_especie = (x, com_situacao) => htl.html`<li>
  <a href="${link_adote(x.especie)}" target="_blank" title="Adotar esta espécie"><em>${x.especie}</em></a>
  <span class="cc-uf-chips">${com_situacao ? selo_situacao(x.situacao) : ""}${selo_brutos(x)}${selo_ameaca(x.categoria_ameaca)}${x.endemica ? htl.html`<span class="cc-chip">endêmica</span>` : ""}</span>
  <small>${x.grupo_rotulo} · ${x.familia}${x.ano_descricao ? ` · ${x.ano_descricao}` : ""}</small>
</li>`

ordena_prioridade = (a, b) =>
  d3.ascending(a.situacao === "sem DNA" ? 0 : 1, b.situacao === "sem DNA" ? 0 : 1) ||
  d3.ascending(a.prioridade, b.prioridade) ||
  d3.ascending(a.ano_descricao ?? 9999, b.ano_descricao ?? 9999) ||
  d3.ascending(a.especie, b.especie)

Fontes e método

Como o painel conta o DNA de cada espécie

De onde vêm a lista e as sequências, o que quer dizer cada situação e como evitamos a “falsa órfã”.

A pergunta

Para cada espécie de planta vascular nativa do Brasil (angiospermas, gimnospermas, samambaias e licófitas) na Flora e Funga do Brasil: quantas sequências de DNA públicas existem no BOLD Systems e no GenBank? E quais espécies ainda não têm nenhuma? Briófitas, algas e fungos não entram.

O que o painel mede. Sequências de DNA depositadas no BOLD ou no GenBank, de qualquer marcador (rbcL, matK, ITS, trnH-psbA, plastoma…). Não é um levantamento de genomas nem de bases de referência para eDNA: uma espécie com uma única sequência de ITS conta como “com DNA”, mesmo que não sirva para todo estudo. Leituras brutas de sequenciamento (SRA) não contam como sequência depositada; elas aparecem só como uma marca, “só dados brutos” (ver abaixo).

{
  const n = conta(cobertura);
  return md`Na última atualização (${status.atualizado_em}): **${fmtn(n.total)}** espécies,
**${fmtn(n.com)}** com DNA público (${fmtpct(n.com / n.total)}), **${fmtn(n.sem)}** sem nenhum DNA
encontrado (${fmtpct(n.sem / n.total)}) e **${fmtn(n.verificar)}** a verificar. Das sem DNA e a
verificar, **${fmtn(n.brutos)}** já têm leituras brutas no SRA.`;
}

Lista de espécies

md`**Flora e Funga do Brasil** (Jardim Botânico do Rio de Janeiro), arquivo Darwin Core publicado no
[IPT do JBRJ](https://ipt.jbrj.gov.br/jbrj/resource?r=lista_especies_flora_brasil) e no GBIF
([doi:10.15468/1mtkaw](https://doi.org/10.15468/1mtkaw)), CC-BY 4.0. Versão usada: **${status.lista ?? "a mais recente"}**,
baixada a cada atualização.`

Entram as espécies aceitas, de plantas vasculares, com origem nativa no Brasil. Ficam de fora as cultivadas e naturalizadas, as espécies sem origem informada e os híbridos (nototáxons, como Dyckia ×elisabethae). Variedades e subespécies somam na espécie: os nomes infraespecíficos aceitos entram na busca de sequências da espécie.

Da Flora e Funga vêm também a ocorrência por estado, os domínios fitogeográficos, o endemismo, a forma de vida, o substrato e, quando há, o ano de descrição. O que falta de ano de descrição vem do WCVP (abaixo).

Nomes buscados

Uma espécie pode ter sequências sob muitos nomes. O painel busca todos os conhecidos, com regras para não somar sequências de outra planta:

• Sinônimos da Flora e Funga (e os nomes infraespecíficos). É a referência: a sinonímia dela prevalece.
• Sinônimos globais do WCVP (World Checklist of Vascular Plants, Royal Botanic Gardens, Kew; Govaerts et al. 2021, doi:10.1038/s41597-021-00997-6), baixado direto da Kew e refeito a cada 90 dias. Pegam transferências de gênero e nomes usados fora do Brasil.
• Saem da busca: os nomes que a Flora e Funga atribui a outra espécie aceita; os homônimos (o mesmo binômio é nome de mais de uma planta no WCVP, como Vitis palmata, sinônimo de Cissus palmata e nome de uma uva norte-americana); e, quando o WCVP junta a espécie com outra que a Flora e Funga aceita, todos os nomes do WCVP.

Sequências

• Taxonomia do NCBI (taxdump, subárvore das plantas verdes, refeita toda semana): todo registro do GenBank está ligado a um táxon dela. Só os nomes que a taxonomia do NCBI conhece vão para a contagem; um nome que lá é de outra espécie da lista sai da busca. Para as espécies sem nenhum nome no NCBI, o nome é procurado em texto livre no GenBank.
• GenBank (NCBI E-utilities, esearch no banco nuccore): contagem de registros com todos os nomes da espécie no campo [Organism], unidos por OR. Conta-se à parte o que está sob o nome da lista e outras combinações do mesmo epíteto, sob os sinônimos da Flora e Funga e sob os do WCVP.
• BOLD Systems (portal v5): uma única consulta ao endpoint público api/summary para o filo Tracheophyta devolve o número de registros públicos por nome de espécie; outra, igual, só com material coletado no Brasil. Casamento pelo nome exato. Sem chave.
• SRA (NCBI E-utilities, banco sra): só para as espécies sem sequência montada, pelo campo Organism, com o nome da lista e as combinações do mesmo epíteto. Sinônimos com outro epíteto ficam de fora, para não contar dados de uma espécie-mãe desmembrada. Não muda a situação.
• Categoria nacional de ameaça: Portaria GM/MMA nº 1.783, de 26/10/2026 (Lista Nacional Oficial das Espécies da Flora Ameaçadas de Extinção), pelo CSV do Portal de Dados Abertos do MMA. “(infra)” marca a espécie com só variedades ou subespécies listadas; “(PE)”, possivelmente extinta. A portaria não traz as categorias DD, NT e LC.
• Mapa: malha de UFs do IBGE (qualidade mínima).

Situação de cada espécie

Situação	Critério
com DNA	ao menos um registro no BOLD ou no GenBank sob o nome da lista, sob outra combinação do mesmo epíteto (transferência de gênero, variedade ou subespécie; a terminação pode mudar, como ctenophylla/ctenophyllum) ou sob um sinônimo da Flora e Funga (a observação diz qual)
a verificar	sem DNA sob esses nomes, mas há sequências sob um sinônimo do WCVP. O WCVP às vezes trata a espécie num conceito mais amplo, e as sequências podem ser de outra população ou de outra espécie do complexo; só olhando os vouchers dá para saber
sem DNA	nenhuma sequência depositada sob o nome e os sinônimos conhecidos

Só dados brutos é uma marca, não uma situação. Vai nas espécies “sem DNA” ou “a verificar” que têm leituras de sequenciamento públicas no SRA (genoma, transcriptoma, captura de alvos) e nenhuma sequência montada no BOLD ou no GenBank. Elas seguem na lacuna, mas quem for adotar pode começar montando o que já existe.

Notas que não mudam a situação. A coluna “Observação” lista os nomes buscados e avisa quando: o nome não está no WCVP (só os sinônimos da Flora e Funga foram buscados); nenhum dos nomes está na taxonomia do NCBI; o nome aparece no GenBank fora do campo Organism (em geral como hospedeiro de fungo, bactéria ou vírus); o gênero tem 500 registros ou mais no GenBank; ou há registros do gênero coletados no Brasil sem identificação até espécie no BOLD.

Cuidado com a “falsa órfã”. Uma espécie pode parecer sem DNA porque o banco usa um nome antigo, um nome com erro ou uma identificação só até gênero (“Gênero sp.”). Por isso o painel nunca afirma “não existe DNA”: afirma que não foi encontrado sob os nomes conferidos. Achou uma sequência que o painel não viu? Abra uma correção com o link.

Faixas de registros no BOLD seguem o iBOL Europe Gap List: 0 / 1-2 / 3-9 / 10 ou mais. A ideia de ranquear lacunas vem de lá.

Validação

Para medir o erro, sorteamos 120 espécies dos dados de 2026-11-05 (50 sem DNA, 50 a verificar e 20 com DNA, proporcionais ao tamanho de cada grupo) e conferimos cada uma por caminhos diferentes dos do pipeline: taxonomia do NCBI, busca pelo taxid, texto livre do GenBank, o epíteto em gêneros antigos, o SRA, o BioSample e os nomes parecidos no BOLD.

• Nenhuma falsa órfã entre as 50 sem DNA (IC 95%: 0–7%) e nenhum falso positivo entre as 20 com DNA.
• Das 50 “a verificar”, 40 eram sem DNA, 8 com DNA e 2 seguiam duvidosas. As sem DNA eram, na maioria, sequências de outra espécie que o WCVP junta com a da lista, homônimos e nomes citados só como hospedeiro. As com DNA estavam sob sinônimos da Flora e Funga, grafias variantes ou um táxon novo no NCBI.
• Essas regras entraram no pipeline em 2026-11-05: as “a verificar” caíram de 1.349 para 75, e 17 espécies que contavam como “com DNA” por um homônimo passaram para “sem DNA”. Na amostra, o painel agora concorda com a conferência em 115 das 120 espécies.

A conferência foi assistida por IA e está passando por auditoria humana. Método, planilhas e scripts em validacao/.

Atualização

Um robô (GitHub Actions) roda toda semana: baixa a Flora e Funga e a taxonomia do NCBI, consulta o BOLD, o GenBank e o SRA e grava os resultados em CSV no repositório. O histórico do git é o histórico dos dados. A consulta ao GenBank é incremental: as espécies sem DNA são reconsultadas toda semana; as com DNA, a cada 4 semanas.

Imagens

• Silhuetas dos grupos: PhyloPic. Xylopia polyantha (Ferran Sayol) e Polypodium vulgare, CC0 1.0; Araucaria angustifolia (LeonardoG e T. Michael Keesey), CC BY-SA 3.0.
• Fotos das espécies: foto padrão do táxon no iNaturalist, só quando tem licença Creative Commons. O autor e a licença aparecem em cada foto.

Dados e código

• cobertura.csv: uma linha por espécie (contagens, situação, observação).
• historico.csv: totais por grupo a cada atualização.
• eventos.csv: espécies que ganharam DNA, com a data.

md`Código e dados no [GitHub](${REPO}). Código sob licença MIT; tabelas derivadas sob CC-BY 4.0
(cite a Flora e Funga do Brasil, o WCVP e este painel).`

Como citar

md`> da Silveira-Filho, R. R. (2026). *traqueophyDNA: a lacuna de DNA das plantas vasculares do
> Brasil*. Dados de ${status.atualizado_em}. <https://rsilveirafh.github.io/traqueophyDNA/>`

@misc{traqueophydna,
  author = {da Silveira-Filho, Ricardo Rodrigues},
  title  = {traqueophyDNA: a lacuna de DNA das plantas vasculares do Brasil},
  year   = {2026},
  url    = {https://rsilveirafh.github.io/traqueophyDNA/}
}

Os dados (data/cobertura.csv) são CC-BY 4.0 e o código é MIT.

Cite também as fontes dos dados:

• Flora e Funga do Brasil. Jardim Botânico do Rio de Janeiro. https://floradobrasil.jbrj.gov.br (lista, sinônimos e distribuição).
• Govaerts, R., Nic Lughadha, E., Black, N., Turner, R. & Paton, A. (2021). The World Checklist of Vascular Plants, a continuously updated resource for exploring global plant diversity. Scientific Data 8: 215. doi:10.1038/s41597-021-00997-6
• Ratnasingham, S. & Hebert, P. D. N. (2007). BOLD: The Barcode of Life Data System. Molecular Ecology Notes 7: 355–364. doi:10.1111/j.1471-8286.2007.01678.x
• Sayers, E. W. et al. (2024). GenBank 2024 update. Nucleic Acids Research 52: D134–D137. doi:10.1093/nar/gkad903
• Brasil. Ministério do Meio Ambiente. Portaria GM/MMA nº 1.783, de 26 de outubro de 2026 (Lista Nacional Oficial das Espécies da Flora Ameaçadas de Extinção).