Dear Thibaut,<div><br></div><div>I have a situation with which I am bit confused.  I have 8 microsatellite loci </div><div>typed for a haploid organism.  I also have a retrotransposon-based marker </div><div>allowing me to recognize two different types of individuals in the populations.  </div>


<div>If I code these two states with 3-digit codes "100" and "200" so as to combine them </div>
<div>with the microsatellite alleles, I use read.table to import the data:</div><div><br></div><div>>A<-read.table("populations.tab") </div><div>>A[1:5]</div><div>            Ret L10D10 L14F4 L2C1 LB5B4 LC192 LC2090 LC4168 LF9 Pop</div>

<div>103-M   200    278   325  217   366   305    349    220 284   M</div><div>105-M    100    276   321  217   366   286    349    220 284   M</div><div>108-M    200    278   321  215   366   286    349    220 284   M</div>

<div>1414-M   200    276   321  215   366   311    366    220 284   M</div><div>540-M    100    278   321  215   366   305    349    220 286   M</div><div>   </div><div><br></div><div>I convert this to a genind object and perform a PCA:</div>

<div><br></div><div>>NineLocusRegion<-df2genind(A[,-10], sep=NULL, ncode=3, pop=as.factor(A[,10]),ploidy=1, type="codom") </div>

<div><br></div><div><div>>obj <- na.replace(NineLocusRegion, method = "mean")  </div><div>>pca1<-dudi.pca(obj$tab,cent=TRUE,scale=FALSE,scannf=FALSE, nf=3)  </div><div>>barplot(pca1$eig[1:50],main="Eigenvalues") </div>



<div>>s.class(pca1$li,obj$pop,lab=obj$pop.names,sub="PCA1-2", csub=2)  </div><div>>title("PCA of Regional Data\naxes 1-2")</div><div>>add.scatter.eig(pca1$eig[1:20],nf=3,xax=1,yax=2,posi="bottom") </div>


<div><br></div><div><div>> truenames(obj)$tab[1:5,1:10]</div><div>               Ret.100   Ret.200 L10D10.233 L10D10.235 L10D10.241 L10D10.243 L10D10.249 L10D10.251 L10D10.274 L10D10.276</div><div>103-M                 0         1          0          0          0          0          0          0          0          0</div>

<div>105-M                1         0          0          0          0          0          0          0          0          1</div><div>108-M                 0         1          0          0          0          0          0          0          0          0</div>

<div>1414-M                0         1          0          0          0          0          0          0          0          1</div><div>540-M                 1         0          0          0          0          0          0          0          0          0</div>

</div><div><br></div>
</div><div><br></div><div>The points on the plot do not cluster by population as expected.  However, they do seem to cluster on the plot by 1st column; the retrotransposon marker.  I figured this out using locator().  Confirmed by the fact that there is no clustering when this marker is removed.</div>



<div><br></div><div>Is there a problem with combining these data  in adegenet for PCA or any other analyses?</div><div><br></div><div>Thanks,</div><div>V</div>