A cultura do milho é uma das atividades agrícolas de maior importância no Brasil. O país é o terceiro maior produtor mundial e a produtividade média passou de 1800 kg ha-1 para 3000 kg ha-1 nos últimos 15 anos. A produção de grãos e a tolerância à seca são caracteres complexos e de difícil seleção e uma possibilidade para se aumentar a eficiência dos programas de melhoramento que visam o incremento da produção de grãos e a tolerância à seca seria através da seleção indireta para caracteres relacionados a elas como o stay-green e os componentes da produção. O presente trabalho teve por objetivo estudar os caracteres stay-green, produção de grãos e seus componentes em milho com a finalidade de reunir informações sobre a herança desses caracteres. Para tanto foi utilizada uma população obtida pelo cruzamento das linhagens L-14-04 B e L-08- 05 F, contrastantes para diversos caracteres. Progênies F2:3 derivadas desses cruzamento foram retrocruzadas com as linhagens parentais formando dois conjuntos com 250 progênies de retrocruzamento cada. Essas progênies foram avaliadas em até seis ambientes segundo o delineamento de látice simples 10x10 para os caracteres produção de grãos (PG), e seus componentes: comprimento de espiga (CE), diâmetro de espiga (DE), número de fileiras por espiga (NFi), número de grãos por fileira (NGF) e peso de 500 grãos (P500) e para o caráter relacionado a tolerância à seca stay-green (SG). Um mapa de ligação obtido com 177 marcadores SSR foi utilizado para mapear QTL para esses caracteres em cada uma das populações de retrocruzamento através da metodologia de mapeamento por intervalo composto expandido para múltiplos ambientes (mCIM). Os efeitos genéticos aditivos e de dominância para cada QTL mapeado foram obtidos por meio de contrastes entre os efeitos dos QTL mapeados nas duas populações de retrocruzamento. Foram mapeados 217 QTL para os sete caracteres avaliados sendo alguns desses de maior efeito, estáveis através dos diversos ambientes e co-localizados com QTL para outras características, o que os tornam bons candidatos para seleção assistida por marcadores moleculares. O grande número de QTL mapeados nesse estudo confirma não só a complexidade desses caracteres como também o poder de detecção do método de mapeamento (mCIM) e do delineamento utilizado nesse estudo (delinemento III). / Maize is one of the most important agricultural activities in Brazil. The country is the third largest world producer and the yield rose from 1800 kg ha-1 to 3000 kg ha-1 in the last 15 years. The grain yield and drought tolerance are complex traits, difficult to select. A possibility to increase the efficiency of breeding programs that aims to improve the grain yield and drought tolerance would be through indirect selection for traits related to them as the stay-green and yield components. The aim of this work was to study the characters stay-green, yield and its components in maize in order to gather information on the inheritance of these characters. For this purpose it was used a population obtained by crossing the lines L-14-04 B and L-08-05 F, contrasting to several traits. Progenies F2:3 from this cross were derived from backcrosses to the parental lines forming two sets of backcross progeny with 250 each. These progenies were evaluated in up to six environments according to the simple lattice design 10x10 for grain yield (PG), and their components: ear length (CE), ear diameter (DE), number of rows per ear (NFI), number of grains per row (NGF), weight of 500 grains (P500) and the drought tolerance related trait stay-green (SG). A linkage map obtained with 177 SSR markers were used to map QTL for these traits in each backcross population through the methodology of composite interval mapping expanded to multiple environments (mCIM). The additive and dominance genetic effects for each mapped QTL were obtained by means of contrasts between effects of QTL mapped in the two backcross populations. Two hundred seventeen QTL were mapped for seven traits evaluated, some of these are of mayor effect, stable through the various environments and co-located with QTL for other characteristics, what make them good candidates for molecular marker assisted selection. The large number of QTL mapped in this study confirms not only the complexity of these characters but also the detection power of the mapping method (mCIM) and of the design used in this study (design III).

A cultura do milho é uma das atividades agrícolas de maior importância no Brasil. O país é o terceiro maior produtor mundial e a produtividade média passou de 1800 kg ha-1 para 3000 kg ha-1 nos últimos 15 anos. A produção de grãos e a tolerância à seca são caracteres complexos e de difícil seleção e uma possibilidade para se aumentar a eficiência dos programas de melhoramento que visam o incremento da produção de grãos e a tolerância à seca seria através da seleção indireta para caracteres relacionados a elas como o stay-green e os componentes da produção. O presente trabalho teve por objetivo estudar os caracteres stay-green, produção de grãos e seus componentes em milho com a finalidade de reunir informações sobre a herança desses caracteres. Para tanto foi utilizada uma população obtida pelo cruzamento das linhagens L-14-04 B e L-08- 05 F, contrastantes para diversos caracteres. Progênies F2:3 derivadas desses cruzamento foram retrocruzadas com as linhagens parentais formando dois conjuntos com 250 progênies de retrocruzamento cada. Essas progênies foram avaliadas em até seis ambientes segundo o delineamento de látice simples 10x10 para os caracteres produção de grãos (PG), e seus componentes: comprimento de espiga (CE), diâmetro de espiga (DE), número de fileiras por espiga (NFi), número de grãos por fileira (NGF) e peso de 500 grãos (P500) e para o caráter relacionado a tolerância à seca stay-green (SG). Um mapa de ligação obtido com 177 marcadores SSR foi utilizado para mapear QTL para esses caracteres em cada uma das populações de retrocruzamento através da metodologia de mapeamento por intervalo composto expandido para múltiplos ambientes (mCIM). Os efeitos genéticos aditivos e de dominância para cada QTL mapeado foram obtidos por meio de contrastes entre os efeitos dos QTL mapeados nas duas populações de retrocruzamento. Foram mapeados 217 QTL para os sete caracteres avaliados sendo alguns desses de maior efeito, estáveis através dos diversos ambientes e co-localizados com QTL para outras características, o que os tornam bons candidatos para seleção assistida por marcadores moleculares. O grande número de QTL mapeados nesse estudo confirma não só a complexidade desses caracteres como também o poder de detecção do método de mapeamento (mCIM) e do delineamento utilizado nesse estudo (delinemento III). / Maize is one of the most important agricultural activities in Brazil. The country is the third largest world producer and the yield rose from 1800 kg ha-1 to 3000 kg ha-1 in the last 15 years. The grain yield and drought tolerance are complex traits, difficult to select. A possibility to increase the efficiency of breeding programs that aims to improve the grain yield and drought tolerance would be through indirect selection for traits related to them as the stay-green and yield components. The aim of this work was to study the characters stay-green, yield and its components in maize in order to gather information on the inheritance of these characters. For this purpose it was used a population obtained by crossing the lines L-14-04 B and L-08-05 F, contrasting to several traits. Progenies F2:3 from this cross were derived from backcrosses to the parental lines forming two sets of backcross progeny with 250 each. These progenies were evaluated in up to six environments according to the simple lattice design 10x10 for grain yield (PG), and their components: ear length (CE), ear diameter (DE), number of rows per ear (NFI), number of grains per row (NGF), weight of 500 grains (P500) and the drought tolerance related trait stay-green (SG). A linkage map obtained with 177 SSR markers were used to map QTL for these traits in each backcross population through the methodology of composite interval mapping expanded to multiple environments (mCIM). The additive and dominance genetic effects for each mapped QTL were obtained by means of contrasts between effects of QTL mapped in the two backcross populations. Two hundred seventeen QTL were mapped for seven traits evaluated, some of these are of mayor effect, stable through the various environments and co-located with QTL for other characteristics, what make them good candidates for molecular marker assisted selection. The large number of QTL mapped in this study confirms not only the complexity of these characters but also the detection power of the mapping method (mCIM) and of the design used in this study (design III).

Caracteres quantitativos possuem herança complexa, que envolvem efeitos epistáticos, pleiotrópicos e interação com ambientes. Em razão da importância desses caracteres para o melhoramento genético, diversos estudos sobre sua natureza genética e herança têm sido conduzidos. Nesse contexto, o mapeamento de QTL é uma ferramenta útil, que permite mapear e estimar os efeitos dos locos que controlam os caracteres quantitativos além de obter outras importantes informações, como a ocorrência de QTL pleiotrópicos e interações QTL x ambientes. Os objetivos do presente trabalho foram mapear QTL e obter informações sobre a interação QTL x ambientes, QTL pleiotrópicos e herança de diversos caracteres de importância agronômica em uma população de milho tropical. Foram utilizadas 250 progênies F2:3 retrocruzadas para ambos os genitores conforme proposto no delineamento III, totalizando 500 progênies, as quais foram avaliadas em até seis ambientes. Para o mapeamento de QTL foi empregado o mapeamento por intervalo composto expandido para múltiplos ambientes ou caracteres (mCIM), considerando um mapa genético com 177 marcadores microssatélite. Os caracteres analisados foram produção de grãos (PG), prolificidade (PROL), peso de 500 grãos (P500), número de fileiras da espiga (NF) e de grãos por fileira (NGF), altura de planta (AP) e espiga (AE), dias para o florescimento feminino (FF) e masculino (FM), número de ramificações do pendão (RP) e stay green (SG). Os resultados das análises do delineamento III indicaram sobredominância para o caráter PG, dominância completa para NGF e dominância parcial para os demais caracteres. Estimativas elevadas de correlações genéticas foram obtidas entre os caracteres PG, PROL, NGF, FF, FM, AP e AE, sugerindo ocorrência de pleiotropia entre tais caracteres. No mapeamento considerando múltiplos ambientes foram mapeados 260 QTL para os onze caracteres analisados, distribuídos por todos os cromossomos do milho. O grau médio de dominância dos QTL foi de sobredominância para PG e AP, e dominância completa ou parcial para os demais caracteres. Devido ao desequilíbrio de ligação nesta população e ao modelo de mapeamento empregado, as estimativas que indicaram sobredominância foram, provavelmente, superestimadas. Para os caracteres PG, NF, NGF, P500, AE e SG, a maioria dos QTL mapeados interagiu significativamente com ambientes, indicando que experimentos conduzidos em vários locais e anos são necessários para identificar genótipos e QTL estáveis. Esses resultados sugerem que devido à elevada interação QTL x ambientes dos caracteres avaliados, os programas de melhoramento e a utilização de seleção assistida por marcadores (SAM) devem ser direcionados para ambientes específicos. No mapeamento de múltiplos caracteres foram identificados 43 QTL com efeitos significativos para dois ou mais caracteres analisados, distribuídos em todos os cromossomos do milho. A quantidade de QTL pleiotrópicos para combinações entre pares de caracteres não foi consistente com as magnitudes das correlações observadas. Em geral, para cada caráter, os QTL pleiotrópicos apresentaram magnitudes e graus de dominância distintos. Portanto, embora diversos QTL pleiotrópicos tenham sido mapeados, suas magnitudes e efeitos distintos para cada caráter indicaram grande complexidade da natureza genética das correlações, constituindo-se em um desafio para uso das informações desses QTL na SAM visando o melhoramento de múltiplos caracteres. / Quantitative traits have complex inheritance, including effects of epistasis, pleiotropy and interaction with environments. Due to the importance of these traits for plant breeding, many studies on their inheritance have been conducted. In this context, QTL mapping is a useful tool that allows mapping and estimating the effects of loci that control the quantitative traits besides obtaining other important information, such as the occurrence of pleiotropic QTL and QTL x environments interactions. The aims of the present study were to map QTL, obtain information about the QTL x environments interaction and the pleiotropic QTL of several relevant traits in a tropical maize population, using the design III. Two hundred and fifty F2:3 progenies backcrossed to both parents were used as proposed in the design III, totaling 500 progenies, which were evaluated in up to six environments. The components of the genetic variances and average degree of dominance were estimated using the design III. The QTL mapping was performed considering a genetic map with 177 microsatellite markers and the multi-trait composite interval mapping (mCIM). The evaluated traits were: grain yield (GY), prolificacy (PROL), 500 kernel weight (W500), kernel row number (KRN), number of kernel per row (NK), plant height (PH), ear height (EH), days to silk emergence (DS), days to anthesis (DA), number of tassel branches (NTB) and stay green (SG). The results from design III indicated occurrence of overdominance for GY, complete dominance for NK and dominance for the others traits. Higher genetic correlations were observed among GY, PROL, NK, DS, DA, PH and EH, suggesting occurrence of pleiotropy. The QTL mapping for multiple environments mapped 260 QTL for the eleven analyzed traits, distributed in all chromosomes. The average degree of QTL dominance was overdominance for GY and PH, and complete or partial dominance for the other traits. Estimates that indicated overdominance are probably biased due to the linkage disequilibrium in this population and the mapping model employed. For GY, KRN, NK, W500, EH and SG, most mapped QTL interacted significantly with environments, indicating that it is necessary to conduct experiments at many locations and years to identify stable QTL. These results suggests that, due to high number of QTL that showed significant interaction with the environment, assisted marker selection (MAS) must be targeted to specific geographic regions. The QTL mapping for multiple traits identified 43 pleiotropic QTL for two or more analyzed traits, distributed in all chromosomes of maize. The amount of pleiotropic QTL for combinations of pairs of traits was not consistent with the magnitudes of the observed correlations. In general, for each trait, the pleiotropic QTL exhibited different magnitude and estimate of the degree of dominance. Although several pleiotropic QTL have been mapped, their distinct magnitudes and effects on each trait indicated the great complexity of the genetic nature of the correlations, constituting a challenge to use QTL information in the MAS for simultaneous improvement of multiple traits.

Esse trabalho teve como objetivo comparar métodos de estimação de componentes de variância e parâmetros genéticos, considerando tanto o delineamento estatístico fatorial instalado em látice quadrado como o delineamento genético III. Como referência, foram utilizados três conjuntos de dados reais, em melhoramento genético de milho, relativos aos caracteres de produção de grãos (gramas por parcela), altura da folha bandeira ao chão (centímetros) e o número de folhas entre a primeira espiga e o pendão; sendo que a altura da folha bandeira e o número de folhas foram obtidos pela média entre cinco plantas competitivas para cada parcela. O método da Análise da Variância (ANOVA), conforme indicado pelo Delineameno III, foi utilizado na análise dos dados e estimação dos componentes de variância relativos ao modelo matemático, variâncias genéticas, coeficiente de herdabilidade e grau médio de dominância para cada um dos três caracteres estudados. Essas estimativas foram utilizadas na simulação de 1000 conjuntos de dados com características semelhantes a cada um dos conjuntos de dado reais considerados. Os métodos da ANOVA e da máxima verossimilhança restrita (REML) foram utilizados na predição dos parâmetros já mencionados para cada um dos conjuntos de dados simulados dentro de cada caráter. As 1000 estimativas obtidas por cada método, para cada caráter estudado, foram utilizadas no cálculo de estatísticas descritivas (média, desvio-padrão e acurácia relativa) e na montagem de gráficos de Box-plot. Utilizando as informações obtidas a partir das estimativas fornecidas por cada método e em posse dos valores reais que essas estimativas deveriam prever (valor utilizado na simulação dos dados) foi possível comparar ambos os métodos quanto à eficiência das estimativas por eles fornecidas. Ambos os métodos apresentaram características semelhantes na predição da maioria dos componentes de variância relativos ao modelo matemático, sendo que as maiores disparidades se deram para os componentes relativos aos efeitos de progênie (?p2) e as interações entre progênie e linhagem (?pt2) e entre progênie, linhagem e ambiente (?pta2); os quais são os componentes de maior peso no cálculo das variâncias e parâmetros genéticos. O método da ANOVA foi o bastante eficiente na predição de ?p2, sendo que o método da REML se aproxima dos resultados obtidos pelo método da ANOVA conforme diminuem os valores de referência para esse componente; para ?pt2 o método da REML se mostrou mais eficiente conforme maior é o valor de referência, porém, perde eficiência e se aproxima do método da ANOVA conforme o valor de referência do componente diminui. Ambos os métodos se mostraram ineficientes na predição de ?pta2, porém o método da REML foi o menos eficiente. O melhor desempenho do método da ANOVA na predição dos componentes de variância de maior peso no cálculo das variâncias genéticas levou a um melhor desempenho desse método na predição de todos os parâmetros genéticos, com exceção da variância de dominância, a qual depende unicamente de ?pt2. Porém, foi observada uma tendência no método da ANOVA, em média, na superestimação do grau médio de dominância em cerca de 45% do seu valor de referência, independentemente do caráter estudado. / This work aimed to compare estimation methods for variance components and genetic parameters, considering the factorial statistical design set in randomized blocks and the genetic Design III. As reference, three sets of real data were used, on maize genetic improvement, related to the characters: grain yield (grams by plot), plant height, measured from the ground to the °ag leaf in centimeters, and the number of leaves above the uppermost ear. The analysis of variance method (ANOVA), accordingly to the proposed by the Design III, was used on the analysis of the data and estimation of the variance components derived from the mathematical model, genetic variances, heritability and average degree of dominance for each of the studied characters. This estimatives were used on the simulation of 1000 data sets with similar characteristics to the real data analyzed. The ANOVA and restricted maximum likelihood (REML) methods were used on the prediction of the already mentioned parameters for each of the simulated data sets within each character. The 1000 estimatives obtained by each method, for each studied character, were used on the calculation of descriptive statistics (mean, standard deviation and relative accuracy) and for the ¯tting of box-plot graphics. Through the information obtained from the estimatives given by each method and in possession of the actual values that they should predict (values used in the simulation of the data sets) it was possible to compare both methods as to the e±ciency of the estimatives given by them. Both methods presented similar characteristics on the prediction of most of the variance components derived from the mathematical model, being that most di®erences were pertinent to the components related to the e®ects of progeny (¾2 p) and to the interactions between progeny and parental inbred (¾2 pt) and between progeny, parental inbred and environment (¾2 pta); which are the components of greater importance on the calculation of the genetic parameters. The ANOVA method was very e±cient on the prediction of ¾2 p, being that the smaller the reference value for this component, more the REML method approached the results obtained by the ANOVA method; for larger values of ¾2 pt the most e±cient was the REML method, but its e±ciency decayed and approached the ANOVA method for smaller reference values for this component. Both methods were poorly e±cient on the prediction of ¾2 pta, but the REML method was the least e±cient. The better performance of the ANOVA method on the prediction of the variance components of greater importance on the calculation of the genetic variances lead to a better performance of the ANOVA method on the prediction of all genetic parameters, with exception to the dominance variance, which depended solely on ¾2 pt. However, it was observed a tendency on the ANOVA method, in average, on the overestimation of the average degree of dominance of around 45% of the actual reference value, independently of the studied character.

Esse trabalho teve como objetivo comparar métodos de estimação de componentes de variância e parâmetros genéticos, considerando tanto o delineamento estatístico fatorial instalado em látice quadrado como o delineamento genético III. Como referência, foram utilizados três conjuntos de dados reais, em melhoramento genético de milho, relativos aos caracteres de produção de grãos (gramas por parcela), altura da folha bandeira ao chão (centímetros) e o número de folhas entre a primeira espiga e o pendão; sendo que a altura da folha bandeira e o número de folhas foram obtidos pela média entre cinco plantas competitivas para cada parcela. O método da Análise da Variância (ANOVA), conforme indicado pelo Delineameno III, foi utilizado na análise dos dados e estimação dos componentes de variância relativos ao modelo matemático, variâncias genéticas, coeficiente de herdabilidade e grau médio de dominância para cada um dos três caracteres estudados. Essas estimativas foram utilizadas na simulação de 1000 conjuntos de dados com características semelhantes a cada um dos conjuntos de dado reais considerados. Os métodos da ANOVA e da máxima verossimilhança restrita (REML) foram utilizados na predição dos parâmetros já mencionados para cada um dos conjuntos de dados simulados dentro de cada caráter. As 1000 estimativas obtidas por cada método, para cada caráter estudado, foram utilizadas no cálculo de estatísticas descritivas (média, desvio-padrão e acurácia relativa) e na montagem de gráficos de Box-plot. Utilizando as informações obtidas a partir das estimativas fornecidas por cada método e em posse dos valores reais que essas estimativas deveriam prever (valor utilizado na simulação dos dados) foi possível comparar ambos os métodos quanto à eficiência das estimativas por eles fornecidas. Ambos os métodos apresentaram características semelhantes na predição da maioria dos componentes de variância relativos ao modelo matemático, sendo que as maiores disparidades se deram para os componentes relativos aos efeitos de progênie (?p2) e as interações entre progênie e linhagem (?pt2) e entre progênie, linhagem e ambiente (?pta2); os quais são os componentes de maior peso no cálculo das variâncias e parâmetros genéticos. O método da ANOVA foi o bastante eficiente na predição de ?p2, sendo que o método da REML se aproxima dos resultados obtidos pelo método da ANOVA conforme diminuem os valores de referência para esse componente; para ?pt2 o método da REML se mostrou mais eficiente conforme maior é o valor de referência, porém, perde eficiência e se aproxima do método da ANOVA conforme o valor de referência do componente diminui. Ambos os métodos se mostraram ineficientes na predição de ?pta2, porém o método da REML foi o menos eficiente. O melhor desempenho do método da ANOVA na predição dos componentes de variância de maior peso no cálculo das variâncias genéticas levou a um melhor desempenho desse método na predição de todos os parâmetros genéticos, com exceção da variância de dominância, a qual depende unicamente de ?pt2. Porém, foi observada uma tendência no método da ANOVA, em média, na superestimação do grau médio de dominância em cerca de 45% do seu valor de referência, independentemente do caráter estudado. / This work aimed to compare estimation methods for variance components and genetic parameters, considering the factorial statistical design set in randomized blocks and the genetic Design III. As reference, three sets of real data were used, on maize genetic improvement, related to the characters: grain yield (grams by plot), plant height, measured from the ground to the °ag leaf in centimeters, and the number of leaves above the uppermost ear. The analysis of variance method (ANOVA), accordingly to the proposed by the Design III, was used on the analysis of the data and estimation of the variance components derived from the mathematical model, genetic variances, heritability and average degree of dominance for each of the studied characters. This estimatives were used on the simulation of 1000 data sets with similar characteristics to the real data analyzed. The ANOVA and restricted maximum likelihood (REML) methods were used on the prediction of the already mentioned parameters for each of the simulated data sets within each character. The 1000 estimatives obtained by each method, for each studied character, were used on the calculation of descriptive statistics (mean, standard deviation and relative accuracy) and for the ¯tting of box-plot graphics. Through the information obtained from the estimatives given by each method and in possession of the actual values that they should predict (values used in the simulation of the data sets) it was possible to compare both methods as to the e±ciency of the estimatives given by them. Both methods presented similar characteristics on the prediction of most of the variance components derived from the mathematical model, being that most di®erences were pertinent to the components related to the e®ects of progeny (¾2 p) and to the interactions between progeny and parental inbred (¾2 pt) and between progeny, parental inbred and environment (¾2 pta); which are the components of greater importance on the calculation of the genetic parameters. The ANOVA method was very e±cient on the prediction of ¾2 p, being that the smaller the reference value for this component, more the REML method approached the results obtained by the ANOVA method; for larger values of ¾2 pt the most e±cient was the REML method, but its e±ciency decayed and approached the ANOVA method for smaller reference values for this component. Both methods were poorly e±cient on the prediction of ¾2 pta, but the REML method was the least e±cient. The better performance of the ANOVA method on the prediction of the variance components of greater importance on the calculation of the genetic variances lead to a better performance of the ANOVA method on the prediction of all genetic parameters, with exception to the dominance variance, which depended solely on ¾2 pt. However, it was observed a tendency on the ANOVA method, in average, on the overestimation of the average degree of dominance of around 45% of the actual reference value, independently of the studied character.

Caracteres quantitativos possuem herança complexa, que envolvem efeitos epistáticos, pleiotrópicos e interação com ambientes. Em razão da importância desses caracteres para o melhoramento genético, diversos estudos sobre sua natureza genética e herança têm sido conduzidos. Nesse contexto, o mapeamento de QTL é uma ferramenta útil, que permite mapear e estimar os efeitos dos locos que controlam os caracteres quantitativos além de obter outras importantes informações, como a ocorrência de QTL pleiotrópicos e interações QTL x ambientes. Os objetivos do presente trabalho foram mapear QTL e obter informações sobre a interação QTL x ambientes, QTL pleiotrópicos e herança de diversos caracteres de importância agronômica em uma população de milho tropical. Foram utilizadas 250 progênies F2:3 retrocruzadas para ambos os genitores conforme proposto no delineamento III, totalizando 500 progênies, as quais foram avaliadas em até seis ambientes. Para o mapeamento de QTL foi empregado o mapeamento por intervalo composto expandido para múltiplos ambientes ou caracteres (mCIM), considerando um mapa genético com 177 marcadores microssatélite. Os caracteres analisados foram produção de grãos (PG), prolificidade (PROL), peso de 500 grãos (P500), número de fileiras da espiga (NF) e de grãos por fileira (NGF), altura de planta (AP) e espiga (AE), dias para o florescimento feminino (FF) e masculino (FM), número de ramificações do pendão (RP) e stay green (SG). Os resultados das análises do delineamento III indicaram sobredominância para o caráter PG, dominância completa para NGF e dominância parcial para os demais caracteres. Estimativas elevadas de correlações genéticas foram obtidas entre os caracteres PG, PROL, NGF, FF, FM, AP e AE, sugerindo ocorrência de pleiotropia entre tais caracteres. No mapeamento considerando múltiplos ambientes foram mapeados 260 QTL para os onze caracteres analisados, distribuídos por todos os cromossomos do milho. O grau médio de dominância dos QTL foi de sobredominância para PG e AP, e dominância completa ou parcial para os demais caracteres. Devido ao desequilíbrio de ligação nesta população e ao modelo de mapeamento empregado, as estimativas que indicaram sobredominância foram, provavelmente, superestimadas. Para os caracteres PG, NF, NGF, P500, AE e SG, a maioria dos QTL mapeados interagiu significativamente com ambientes, indicando que experimentos conduzidos em vários locais e anos são necessários para identificar genótipos e QTL estáveis. Esses resultados sugerem que devido à elevada interação QTL x ambientes dos caracteres avaliados, os programas de melhoramento e a utilização de seleção assistida por marcadores (SAM) devem ser direcionados para ambientes específicos. No mapeamento de múltiplos caracteres foram identificados 43 QTL com efeitos significativos para dois ou mais caracteres analisados, distribuídos em todos os cromossomos do milho. A quantidade de QTL pleiotrópicos para combinações entre pares de caracteres não foi consistente com as magnitudes das correlações observadas. Em geral, para cada caráter, os QTL pleiotrópicos apresentaram magnitudes e graus de dominância distintos. Portanto, embora diversos QTL pleiotrópicos tenham sido mapeados, suas magnitudes e efeitos distintos para cada caráter indicaram grande complexidade da natureza genética das correlações, constituindo-se em um desafio para uso das informações desses QTL na SAM visando o melhoramento de múltiplos caracteres. / Quantitative traits have complex inheritance, including effects of epistasis, pleiotropy and interaction with environments. Due to the importance of these traits for plant breeding, many studies on their inheritance have been conducted. In this context, QTL mapping is a useful tool that allows mapping and estimating the effects of loci that control the quantitative traits besides obtaining other important information, such as the occurrence of pleiotropic QTL and QTL x environments interactions. The aims of the present study were to map QTL, obtain information about the QTL x environments interaction and the pleiotropic QTL of several relevant traits in a tropical maize population, using the design III. Two hundred and fifty F2:3 progenies backcrossed to both parents were used as proposed in the design III, totaling 500 progenies, which were evaluated in up to six environments. The components of the genetic variances and average degree of dominance were estimated using the design III. The QTL mapping was performed considering a genetic map with 177 microsatellite markers and the multi-trait composite interval mapping (mCIM). The evaluated traits were: grain yield (GY), prolificacy (PROL), 500 kernel weight (W500), kernel row number (KRN), number of kernel per row (NK), plant height (PH), ear height (EH), days to silk emergence (DS), days to anthesis (DA), number of tassel branches (NTB) and stay green (SG). The results from design III indicated occurrence of overdominance for GY, complete dominance for NK and dominance for the others traits. Higher genetic correlations were observed among GY, PROL, NK, DS, DA, PH and EH, suggesting occurrence of pleiotropy. The QTL mapping for multiple environments mapped 260 QTL for the eleven analyzed traits, distributed in all chromosomes. The average degree of QTL dominance was overdominance for GY and PH, and complete or partial dominance for the other traits. Estimates that indicated overdominance are probably biased due to the linkage disequilibrium in this population and the mapping model employed. For GY, KRN, NK, W500, EH and SG, most mapped QTL interacted significantly with environments, indicating that it is necessary to conduct experiments at many locations and years to identify stable QTL. These results suggests that, due to high number of QTL that showed significant interaction with the environment, assisted marker selection (MAS) must be targeted to specific geographic regions. The QTL mapping for multiple traits identified 43 pleiotropic QTL for two or more analyzed traits, distributed in all chromosomes of maize. The amount of pleiotropic QTL for combinations of pairs of traits was not consistent with the magnitudes of the observed correlations. In general, for each trait, the pleiotropic QTL exhibited different magnitude and estimate of the degree of dominance. Although several pleiotropic QTL have been mapped, their distinct magnitudes and effects on each trait indicated the great complexity of the genetic nature of the correlations, constituting a challenge to use QTL information in the MAS for simultaneous improvement of multiple traits.