<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=utf-8">
  </head>
  <body bgcolor="#FFFFFF" text="#330033">
    Dear adegenet developers and users,<br>
    <br>
    I have a dataset with 50 individuals across 5 sampling locations in
    a microsatellite dataset, and roughly equivalent numbers of
    individuals in a SNP dataset with 3839 loci.<br>
    I have just been interested in finding whether there is any
    population structure in my species. However, when I run the
    different datasets I get different answers, and some of them look
    strange. <br>
    <br>
    microsatellite dataset. <br>
    Fst, mantel test for IBD and STRUCTURE both find zero evidence of
    structure...<br>
    <br>
    find.clusters says k=4 or 5<br>
    then I run optima.a.score and xvalDapc to find the best number of
    PCs to retain for a dapc, and I have nice groups in the final
    answer, with apparently good assignment power back to the original
    groups. <br>
    However, my alpha scores for that dapc run is as follows<br>
            1         2         3         4 <br>
    0.4905714 0.5570149 0.7075510 0.5962500 <br>
    <br>
    Further, when I visualise this as a compoplot there is no evidence
    that these structures actually represent any kind of geographic
    structure in the data, as the groups are just randomly dispersed
    through my individuals. <br>
    <br>
    I have read on topics in the forums that if there is enough space in
    the data it will find an optimal clustering solution, no matter
    whether it is biologically realistic. I have also read that
    find.clusters shouldn't find an optimal solution for k=1 because it
    is meant to be a non-sense solution for a cluster. Indeed this makes
    sense because when you use sampling locality as a prior in dapc it
    all comes out as one big cluster.<br>
    <br>
    HOWEVER, when I run my SNP dataset things get really strange. <br>
    <br>
    I ran essentially all the same procedures and I've come up against a
    number of hurdles:<br>
    <br>
    1. I can't get the xvalDapc to work on a genlight object. I keep
    getting an error: <br>
    <br>
    Error in as.data.frame.default(x[[i]], optional = TRUE) : <br>
    cannot coerce class "structure("SNPbin", package = "adegenet")" to a
    data.frame<br>
    In addition: Warning message:<br>
    In min(dim(x)) : no non-missing arguments to min; returning Inf<br>
    <br>
    Obviously this is because genlight doesn't store the genetic data in
    the same way as the genind objects do. Is there a work around for
    using this function?<br>
    <br>
    So far I have got xvalDapc to work on my genind objects, but I do
    get a bunch of "warning messages  "49: In if (result == "overall") {
    ... :<br>
      the condition has length > 1 and only the first element will be
    used", but it seems to spit out an output at least....<br>
    <br>
    2. when I run find.clusters my cumulative variance plot is nearly
    linear... as is my BICvsK plot, with the optimal solution being the
    supposedly non-sensical k=1 (see the attached pdf of the output)? Is
    there something weird with my data? Or, is that the genuine signal
    coming through?  When I use other clustering methods such as
    fastSTRUCTURE and mds I don't get any indication of structure
    either. HOWEVER, I don't know how to reconcile the two clustering
    solutions from the two nuclear data sources.<br>
    <br>
    3. When I run an a.score analysis it is basically a flat line, and
    although it finds an "optimal" pca retention it doesn't seem very
    reliable to me (see also attached)<br>
    <br>
    <br>
    <br>
    So I am aware that there are a few problems there, but hopefully the
    itemisation and the context of my questions help any good hearted
    helping people out there. <br>
    <br>
    Sincerely,<br>
    <br>
    Peri<br>
    <br>
    <div class="moz-signature">-- <br>
      <b>Peri Bolton</b>
      <br>
      PhD Candidate, <a
        href="http://bio.mq.edu.au/avianbehaviouralecology/"> Griffith
        Lab </a>
      <br>
      Department of Biological Sciences
      <br>
      Macquarie University, NSW 2109, Australia
      <br>
    </div>
  </body>
</html>