<div dir="ltr">Hi all,<div><br></div><div>I'm looking to sample loci from a single population in a large genlight object (13850 loci, 872 diploid individuals), and convert this genlight information to a genind object (to use across other packages/adegenet functions). </div><div><br></div><div>Simulated example (calculating He using the Hs() function from 100 sampled loci):</div><div><br></div><div><div>> simdata<-glSim(10,500, ploidy=2)</div><div>> pop(simdata)<-rep(c("a","b"),5)</div><div>> Hs(df2genind(as.data.frame(seppop(simdata)$a[,sample(1:500, 100)]),sep="/t",ploidy=2))</div><div><br></div><div>This is problematic because the df2genind(as.data.frame(genlight)) method doesn't seem to work for diploid data (see below).<br></div><div><br></div><div>> sim2sampled_genind<-df2genind(as.data.frame(seppop(simdata)$a[,sample(1:500, 100)]),sep="/t",ploidy=2)</div><div>> head(sim2sampled_genind@tab)</div></div><div><br></div><div>This produces a genind that stores data as binary and therefore cannot represent my actual data (diploid + missing data).</div><div><br></div><div>I realize that starting from a genind object and using the @tab slot will solve this, but resampling from a genind this size is exceptionally slow and my ultimate goal is to work this script into a bootstrapping procedure:<br></div><div><br></div><div>So, (a) any advice on converting genlight to genind for diploid data? or (b) is there a better way to sample loci for bootstrapping that is computationally efficient/fast?</div><div><br></div><div>Thanks,</div><div><br></div><div>David Dayan</div><div>Rosenstiel School of Marine and Atmospheric Science</div><div>University of Miami</div><div><br></div><div><br></div></div>