<div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><div>Hello all,</div></span><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><div>

<span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><br></span></div>I'd like to ask some input on interpreting some results. I have microsatellite genotypes, depth, and spatial coordinates for 2352 corals from a single coral reef. I ran partial mantel tests looking at the relationship between genetic relatedness and space (controlling for depth) as well as the relationship between genetic relatedness and depth (controlling for space) and found highly significant p values (p=0.001) but very small Mantel r values (0.008 for space and 0.01 for depth). So there is a small, but still significant relationship between genetics and space as well as genetics and depth on a very small scale (the reef covered an area of only about 1300m^2 with depths of between 1 and 4m). </span></div>

<div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><br></span></div><div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px">Next, I wanted to visualize these structures using sPCA. So first I constructed two connection networks: both neighbor by distance connections, but one based on depth measurements (0,z) and one based on spatial coordinates (x,y). The distance limit (d2) for each network was based on inspecting correlograms for genetics vs. depth and genetics vs. space and using the extent of positive autocorrelation as the upper limit (d2) for defining neighbors in each of the connection networks. After performing sPCA I then plot the PCs using the spatial (x,y) coordinates to visualize the spatial arrangement of genetic relatedness. The sPCA based on spatial coordinates show a patchy reef, groups of similar PC scores clumping together throughout the reef. The sPCA based one depth coordinates, however, show a depth cline, with corals in the center of the reef (the shallow part) having distinct PC scores from corals on the outer slopes of the reef (the deeper part). </span></div>

<div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><br></span></div><div><font class="Apple-style-span" color="#222222" face="arial, sans-serif"><span class="Apple-style-span" style="border-collapse:collapse">Here are my questions:</span></font></div>

<div><font class="Apple-style-span" color="#222222" face="arial, sans-serif"><span class="Apple-style-span" style="border-collapse:collapse">1. For the sPCA based on spatial (not depth) coordinates, the barplot of eigenvalues shows the typical pattern of PC3 > PC4 > PC5, but if you look at the screeplot (the graph of PC score variance vs spatial autocorrelation), PC5 accounts for a larger amount of variance than PC3 and 4. This seems contradictory to me. Does anyone have an explanation?</span></font></div>

<div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><br></span></div><div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px">2. Next, to do more exploratory analyses, I wanted to see how robust these results were for different distance limits (d2) in constructing the connection network. I noticed that when I pick an arbitrary number, like d2=12 for the sPCA using spatial (not depth) coordinates, the spatial patchiness disappears and instead there now appears to be a cline.  Because sPCA decomposes both genetic and spatial variance, is it possible for the spatial variance to swamp out the genetic variance, particularly if you define a connection network too arbitrarily? In other words, by defining d2=12, does the sPCA miss the finer scale spatial patchiness that was found when I defined my connection network with a more "sensible" d2? </span></div>

<div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><br></span></div><div><font class="Apple-style-span" color="#222222" face="arial, sans-serif"><span class="Apple-style-span" style="border-collapse:collapse">3. Clearly depth and space are autocorrelated with each other. Based on the partial mantel tests, both are significantly, but only weakly correlated with genetic relatedness. Are there any general guidelines for interpreting low Mantel r values? </span></font><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px">As I understand it, Mantel r is not the same as a correlation r, because Mantel tests are based on distances and not raw data. I've seen other studies commenting on how small Mantel r's are often reported, but so far, I have not come across any studies that report values as small as mine. </span></div>

<div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px"><br></span></div><div><span class="Apple-style-span" style="border-collapse:collapse;color:rgb(34,34,34);font-family:arial,sans-serif;font-size:13px">I've also tried to attach some graphs to this email, but I'm not sure if the list serve allows attachments. But hopefully my descriptions of my results were still good enough to get some feedback. Any input would be greatly appreciated! Thanks everyone!</span></div>

<div><font class="Apple-style-span" color="#222222" face="arial, sans-serif"><span class="Apple-style-span" style="border-collapse:collapse"><br></span></font></div>