> ggdapc_📈.md

Transformando DAPC em Gráficos de Publicação

A Análise de Componentes Principais Discriminantes (DAPC), implementada no pacote adegenet, é uma técnica robusta para explorar a diferenciação genética sem as suposições rígidas de modelos clássicos. O ggDAPC foi criado para levar o poder visual do ggplot2 para essas análises, oferecendo gráficos elegantes e totalmente customizáveis.

Por que usar o ggDAPC?

Embora as funções nativas do adegenet sejam funcionais, elas nem sempre atendem às exigências estéticas e de flexibilidade das revistas científicas modernas. O ggDAPC atua como uma ponte, permitindo que você controle cores, temas, formas e layouts de forma intuitiva, mantendo a integridade estatística dos resultados originais.

Destaques Técnicos

• Customização Estética: Controle total sobre a aparência dos plots usando o ecossistema ggplot2.
• Integração Nativa: Funciona perfeitamente com os outputs do pacote adegenet.
• Ready-to-publish: Gere gráficos de alta qualidade para seus papers com poucas linhas de código.

Como começar

Baixe o script principal e carregue no seu ambiente R:

# Carregar o script
source("DAPC.R")

# Executar a análise (exemplo simplificado)
# Assumindo que você já tem um objeto genind carregado
dapc_results <- dapc(genind_obj)

# Gerar o gráfico ggplot
plot_ggdapc(dapc_results)

O ggDAPC é a ferramenta definitiva para o pesquisador que busca aliar precisão estatística com excelência visual em genética de populações.