Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2016-09-23T17:25:39Z No. of bitstreams: 1 texto completo.pdf: 712974 bytes, checksum: 2b6cc94c42dae05b9cc95ca1bdc6de6f (MD5) / Made available in DSpace on 2016-09-23T17:25:39Z (GMT). No. of bitstreams: 1 texto completo.pdf: 712974 bytes, checksum: 2b6cc94c42dae05b9cc95ca1bdc6de6f (MD5) Previous issue date: 1999-10-18 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Uma progênie de 82 indivíduos F2, obtida do cruzamento entre Scavina-6 e ICS-1, foi analisada utilizando marcadores moleculares. Por meio das técnicas de RAPD e AFLP, foram amplificados 196 fragmentos polimórficos, que foram distribuídos em 26 grupos de ligação. Estes marcadores cobriram uma distância de recombinação de 1.733 cM, com distância média entre dois marcadores adjacentes de 8,84 cM. Análises de regressão simples e múltipla e mapeamento por intervalo foram utilizados para detectar e mapear regiões genômicas associadas com a resistência à vassoura-de-bruxa. A proporção da variância fenotípica explicada por marcador variou entre 8,4%, para o loco iacacac.261, e 12,7%, para o loco sacgcat.78. Dos seis marcadores associados à resistência à vassoura-de-bruxa a 1% de probabilidade, os marcadores iAE06.950, saggcat.108 e iAB09.464 foram mantidos no modelo de regressão múltipla, utilizando o método de eliminação stepwise. Os três marcadores explicaram juntos 27,8% da variação fenotípica. Através do mapeamento por intervalo, foram identificadas associações significativas a 5% de probabilidade, nos grupos de ligação 01 e 11. No grupo de ligação 01 foram identificados três QTLs, flanqueados pelos marcadores iaagctc.65 - iBB12.1100, iAH18.850 - iBG09.580 e iAC01.475 - iAS19.970. O grupo 11 apresentou dois QTLs altamente significativos (P < 0,01) entre os marcadores saggcat.108 - sAV14.940 e sAV18.590 - sZ04.500. Os marcadores identificados pela análise de regressão múltipla também o foram pelo mapeamento por intervalo, com exceção do marcador iAB09.464, que não se encontra ligado no mapa de ligação construído no presente trabalho. / An F2 progeny composed by 82 individuals derived from a cross between Scavina-6 and ICS-1 was analyzed using molecular markers. RAPD and AFLP techniques amplified 196 polymorphic fragments distributed along 26 linkage groups. These markers covered a recombination distance of 1,733 cM, with an average of 8.84 cM between two linked markers. Simple and multiple regression analysis, and interval mapping were used to identify and to map genomic regions associated with witches’ broom resistance. The proportion of phenotypic variation explained by each marker varied from 8.4%, for iacacac.261 loci, to 12.7%, for sacgcat.78 loci. Out of the six markers associated with witches’ broom resistance at 1% of probability, only the markers iAE06.950, saggcat.108 and iAB09.464 were mantained on the multiple regression model using the stepwise elimination method. The three markers explained together 27.8% of the phenotypic variation. Interval mapping analysis detected significative associations in the linkage groups 01 and 11 at 5% of probability. In the linkage group 01 were identified three QTLs, flanked by the markers iaagctc.65 - iBB12.1100, iAH18.850 - iBG09.580 and iAC01.475 - iAS19.970. The linkage group 11 showed two QTLs highly significant (P < 0,01) between the markers saggcat.108 - sAV14.940 and sAV18.590 - sZ04.500. Markers identified by multiple regression analysis were also detected by interval mapping, except for the marker iAB09.464 that were not linked on the genetic map performed in this work.

Made available in DSpace on 2016-12-23T14:37:30Z (GMT). No. of bitstreams: 1 Joao Felipe Brites Senra.pdf: 1222145 bytes, checksum: 43a5bc32cc332c65c3a59a5950d50c5d (MD5) Previous issue date: 2013-03-27 / Brazil is a major world producer of soybeans, its cultivation being well distributed throughout the country. The culture is characterized by the potential for production of isoflavones, phytoestrogens naturally occurring in plants and chemical structure comparable to that of estradiol. The principal isoflavone aglycones are (genistein, daidzein and glycitein) and &#946;-glucoside (genistin, daidzin and glycitin, 6 "-O-acetyl genistin, 6"-O-acetyl daidzin and 6 "-O-acetyl glycitin, 6 "-O-malonyl genistein, 6"-O-malonyl daidzein, 6 "-O-malonyl glycitin). There are reports on the beneficial effects of these on human health, and the reduction of coronary heart disease, delay the manifestation of atherosclerosis, have beneficial effects on hypercholesterolemia, protects against various types of cancer and improving hormonal activity. In plants isoflavones stimulate soil microorganism Bradirizobium, the formation of nodules on the roots and for fixing activity against pathogenic fungi and increases resistance to attack by aphids. Through the benefits of isoflavones in the feed, their influence on plant physiology and complexity of their extraction and quantification, it is necessary to evaluate and study the genetic control of this characteristic estimating the molecular markers linked to the QTL that control them. The objective of this work was to map and validate QTLs for isoflavone using recombinant inbred lines RIL (Recombinant Imbred Lines) and compare the results obtained by simple interval mapping (IM Simple Interval Mapping) and composite interval mapping (CIM Composite Interval Mapping). The population consists of recombinant inbred lines RIL (Recombinant Imbred Lines) belonging to soybean breeding program at the Federal University of Viçosa, from the cross between the cultivar Hartwig and lineage Y-23, contrasting the content of daidzin, glycitin, genistin , malonyl daidzin, malonyl glycitin, acetyl daidzin, daidzein, acetyl genistin, genistein, daidzein, total genistein total glycitein total, and total isoflavones. The extraction process was performed by high performance liquid chromatography (HPLC), and quantified by external standard, and the results obtained in &#956;g.g-1. Markers were used 133 polymorphic, which was obtained with a linkage map with 24 linkage groups, recombination frequency of 25 cM and a minimum LOD of 3.0. Mapping was carried out by simple brand MAS (single-marker locus analysis) by analysis of variance and regression, by the method of simple interval (IM, simple interval mapping), by the method of regression and maximum likelihood, and the composite interval mapping (CIM composite interval mapping). The positioning of QTL was performed by permutation test with 10,000 permutations, allowing establish significance levels of 5 and 1%. In the characteristics malonyl daidzin and acetyl genistin were not transgressive lines. The genotype 2.27 presented the highest levels in eight isoflavones and 4.75 in the lower 12. There are high correlations between the group DAC with isoflavones genistin, genistein and genistein total and low glycitin between DAC and genistin, genistein and genistein total. QTLs were validated in GLs A2, D2, E, H, K, M and N for CAD, C2, D2, K and M for GEC in A2, C2, D1a, D2, H, K, M and N for GLC and total isoflavone in GLs G, H and O. In GL G were found QTLs of large effect for DAC, and a large number of QTLs for GEC, although not mentioned in this GL QTLs for these isoflavones. There is evidence of a relationship between genetic control of resistance to the cyst nematode and isoflavones in this population due to the proximity of the QTL controlling these traits. The most efficient method of mapping the CIM was due to the selection of cofactors that allowed QTL eliminate ghosting, which was not possible for the IM method and maximum likelihood regression. The mapping CIM detected by 44, 40, 29 and 10 QTLs for CHD, GEC, GLC and total isoflavones respectively. The IM regression positioned nine, five, four and two QTL for CAD, GEC, GLC and total isoflavones respectively. The IM approach by maximum likelihood for DAC positioned six QTLs for GEC and 12 respectively / O Brasil é um dos grandes produtores mundiais de soja, sendo o seu cultivo bem distribuído no território nacional. A cultura caracteriza-se pelo potencial para produção de isoflavonas, fitoestrógenos de ocorrência natural nas plantas e com estrutura química comparável a do estradiol. As principais isoflavonas são as agliconas (genisteína, daidzeína e gliciteína) e as &#946;-glicosídeo (genistina, daidzina e glicitina, 6 "-O-acetil genistina, 6"-O-acetil daidzina e 6 "-O-acetil glicitina, 6 "-O-malonil genistina, 6"-O-malonil daidzina, 6 "-O-malonil glicitina) Existem relatos sobre a influência benéfica destes sobre a saúde humana, quanto a redução de doenças coronarianas, retardam a manifestação de arteriosclerose, possuem efeitos benéficos na hipercolesterolemia, protegem contra diversos tipos de câncer e melhoria da atividade hormonal. Nas plantas as isoflavonas estimulam o microrganismo Bradirizobium do solo, a formação de nódulos nas raízes para fixação e atividade contra fungos fitopatogênicos e aumenta a resistência ao ataque de pulgões. Mediante os benefícios das isoflavonas na alimentação, sua influência na fisiologia da planta e a complexidade de sua extração e quantificação, torna-se necessário avaliar e estudar o controle genético desta característica, estimando os marcadores moleculares ligados aos QTLs que as controlam. O objetivo deste trabalho foi mapear e validar QTLs para isoflavonas utilizando linhagens endogâmicas recombinantes RIL (Recombinant Imbred Lines) e comparar os resultados obtidos pelo mapeamento por intervalo simples (IM Simple Interval Mapping) e mapeamento por intervalo composto (CIM Composite Interval Mapping). A população é constituída por linhagens endogâmicas recombinantes RIL (Recombinant Imbred Lines) pertencentes ao programa de melhoramento de soja da Universidade Federal de Viçosa, oriundas do cruzamento entre a cultivar Hartwig e a linhagem Y-23, contrastantes para o teor de daidzina, glicitina, genistina, malonil daidzina, malonil glicitina, acetil daidzina, daidzeína, acetil genistina, genisteína, daidzeína total, genisteína total, gliciteína total, e isoflavonas totais. O processo de extração foi realizado por cromatografia líquida de alta eficiência (HPLC high performance liquid chromatography), e a quantificação por padronização externa, sendo os resultados obtidos em &#956;g.g-1. Foram utilizados 133 marcadores polimórficos, com os quais foi obtido um mapa de ligação com 24 grupos de ligação, frequência máxima de recombinação de 25 cM e LOD mínimo de 3,0. Foi realizado o mapeamento por marca simples MAS (single-marker locus analysis) por análise de variância e regressão, pelo método do intervalo simples (IM, simple interval mapping), pelo método da regressão e da máxima verossimilhança, e o mapeamento pelo intervalo composto (CIM, composite interval mapping). A determinação da posição do QTL foi realizada pelo teste de permutação, com 10000 permutas, possibilitando estabelecer níveis de significância de 5 e 1%. Nas características malonil daidzina e acetil genistina não ocorreram linhagens transgressivas. O genótipo 2.27 apresentou as maiores concentrações em oito isoflavonas e o 4.75 as menores em 12. Existem altas correlações entre as isoflavonas do grupo DAC com genistina, genisteína e genisteína total e baixa entre glicitina com DAC e genistina, genisteína e genisteína total. Foram validados QTLs nos GLs A2, D2, E, H, K, M e N para DAC, em C2, D2, K e M para GEC, em A2, C2, D1a, D2, H, K, M e N para GLC e para isoflavonas totais no GLs G, H e O. No GL G foram encontrados QTLs de grande efeito para DAC, e um grande número de QTLs para GEC, apesar de não serem citados QTLs neste GL para estas isoflavonas. Existem indícios de relação entre controle genético da resistência ao nematoide do cisto e isoflavonas nesta população, devido à proximidade dos QTLs que controlam estas características. O método mais eficiente de mapeamento foi o CIM, em virtude da seleção de cofatores que permitiu eliminar os QTL fantasmas, o que não foi possível pelo IM pelo método da regressão e máxima verossimilhança. O mapeamento pelo CIM detectou 44, 40, 29 e 10 QTLs para DAC, GEC, GLC e isoflavonas totais respectivamente. O IM por regressão posicionou nove, cinco, quatro e dois QTL para DAC, GEC, GLC e isoflavonas totais respectivamente. O IM pela abordagem da máxima verossimilhança posicionou seis QTLs para DAC e 12 para GEC respectivamente

Nas metodologias de mapeamento de QTLs tradicionais, a relação de causalidade entre os caracteres fenotípicos e QTLs normalmente não são consideradas. O desenvolvimento deste trabalho contou com a utilização de dados longitudinais de crescimento de progênies oriundas do cruzamento entre os parentais PB217 e PR255 de um plantio de seringueira, localizado em uma área com dois períodos bem definidos ao longo do ano (altas e médias temperaturas; altas e baixas taxas precipitação). O experimento contém 4 medidas de incremento em diâmetro e altura, que são componentes periódicos do crescimento total da cultura, mensurados em um intervalo de dois anos (entre os 18 aos 52 meses de idade das plantas), sendo dois períodos em estação climática favorável ao desenvolvimento e dois em estação desfavorável, intercalados. Dessa forma foram estudados os parâmetros de relacionamento fenotípico e genético com objetivo de construir um diagrama de arquitetura genética que pondere relações de causalidade. Para modelar os dados fenotípicos foi realizado um elaborado modelo multi-caracteres que contemplou a variação espacial das parcelas experimentais e a variação entre os períodos de medição. Para tanto, foram ajustadas matrizes de variância-covariância (VCOV) adequadas à realidade dos dados, e incorporados dados meteorológicos que descrevessem cada um dos períodos. A partir destes modelos, os valores genotípicos ajustados foram utilizados na detecção dos QTLs. Posteriormente, fenótipos e genótipos foram articulados em um diagrama causal estrutural capaz de inferir sobre padrões genéticos de comportamento de crescimento da cultura. Foram mapeados um total de 13 QTLs, sendo que dois deles foram coincidentes para componentes periódicos de diâmetro nos períodos de estação desfavorável. Foi possível identificar efeitos aditivos e devido à dominância interessantes para o desenvolvimento em períodos de menores temperaturas, apontar o parental PR255 como portador de alelos importantes no desenvolvimento em clima adverso, estimar efeitos indiretos de QTLs não mapeados para determinadas características e explicar o padrão comportamental de crescimento no período em que as progênies foram avaliadas. Esta abordagem demonstrou-se proficiente para utilização em programas melhorando genético assistido por marcadores, por agregar informações pertinentes à seleção dos melhores materiais genéticos. / In traditional methodologies of QTL mapping, the causal relationship between phenotypic characters and QTLs are usually not considered. The development of this work involved the use of longitudinal growth data of progenies from parental PR255 and PB217 of a rubber tree plantation, located in an area with two periods of high and medium temperature and low and high precipitation rates well defined throughout the year. The experiment contains four measures of increment of diameter and height, which are periodic growth components of the total crop growing at an interval of two years (from 18 to 52 months old plants), two periods in a favorable climate station and two in a adverse station, intercalated. Was studied the parameters of phenotypic and genetic relationships in order to construct a diagram of genetic architecture to examine these causal relationships. A multi-trait-multi-occasion model that take into consideration spatial variation and climatic variation was developed. It also contains a variation-covariation matrix with appropriate to the reality of the data were adjusted and incorporated meteorological data was conducted to describe each of the periods. From these models the adjusted genotypic values were used in the detection of QTLs and later phenotypes and genotypes were linked in a structural causal diagram to infer about the genetic patterns of behavior. A total of 13 QTLs were mapped to the periodic growth components and total growth. The genetic architecture was able to identify additive effects and effects due dominance interesting to the development in periods of lower temperatures and drought, pointing parental PR255 as carrier of important alleles to development in adverse weather, estimating indirect effects of QTLs that were not mapped to certain characteristics and explain the physiological behavior pattern of growth in the period in which progenies were evaluated. This approach proved to be proficient to use in breeding programs aiming to implement marker assisted selection.

Metodologias de mapeamento de QTLs modernas empregam abordagem multivariada e se beneficiam da matriz de covariâncias fenotípicas para melhorar as estimativas de localização e efeitos de QTLs. No entanto, a correlação fenotípica pode ser em parte atribuída às relações de causalidade entre os fenótipos e mesmo as abordagens de mapeamento de QTLs multivariadas atuais têm desconsiderado tais relacionamentos. Dentre as metodologias científicas desenvolvidas para o estudo da causalidade em dados observacionais, destacam-se os modelos de equações estruturais e os modelos gráficos. Neste trabalho, foi estudado um conjunto de caracteres fenotípicos relacionados à morfologia de raízes, absorção de fósforo e acúmulo de biomassa em uma população composta de 145 linhagens endogâmicas recombinantes (RILs) do programa de melhoramento de milho da EMBRAPA Milho e Sorgo. O mapeamento de QTLs para os caracteres fenotípicos foi realizado utilizando mapeamento de múltiplos intervalos univariado (MIM) e multivariado (MT-MIM). A análise MIM revelou QTLs afetando diâmetro de raízes, área de superfície de raízes finas, peso seco da parte aérea e concentração de fósforo na parte aérea e nas raízes. A análise MT-MIM revelou 12 QTLs, com diferentes padrões de pleiotropia, com efeitos marginais para as sete variáveis analisadas. Um modelo de relacionamento causal entre os caracteres fenotípicos foi desenvolvido utilizando conhecimento prévio e modelagem de equações estruturais. O modelo de equações estruturais apresentou fluxo unidirecional de causalidade entre as variáveis, com as variáveis de morfologia de raízes exercendo efeito sobre as variáveis de acúmulo de biomassa, que por sua vez, têm efeito sobre as variáveis de absorção de fósforo. A aplicação do algoritmo PC para a descoberta de causalidade automatizada baseada nos padrões de independências condicionais não foi capaz de orientar todas as relações de causalidade descobertas, porém revelou um relacionamento mais complexo que o modelo de equações estruturais, com potenciais ciclos de retroalimentação causais. O emprego de algoritmos de descoberta de causalidade baseados em informações de QTLs, chamados QDG e QPSO, permitiu a orientação de todos os relacionamentos de causalidade encontrados pelo algoritmo PC e confirmou a existência de dois ciclos vizinhos de relacionamento causais entre as variáveis estudadas. Como regra geral, os QTLs pleiotrópicos detectados pela metodologia MT-MIM apresentaram efeitos sobre caracteres fenotípicos alinhados causalmente nos modelos propostos pelos algoritmos PC e QDG, sugerindo que alguns dos QTLs detectados são na realidade efeitos indiretos de QTLs situados em posição mais elevada no modelo causal. O emprego da abordagem MT-MIM aliada à análise de causalidade permitiu melhor compreensão da arquitetura genética dos caracteres de morfologia de raiz, acumulação de biomassa e aquisição de fósforo em milho. / Modern QTL mapping approaches are multivariate and take advantage of the phenotypic covariance matrix to improve estimates of QTL positions and effects. However, phenotypic correlation can also be assigned to the causal relationship among phenotypes, and even modern multivariate QTL analysis does not take these relationships into account. Structural equation models and graphical models are the main methodologies to study causality from observational data. We studied a set of phenotypes related to root morphology, biomass accumulation and phosphorus acquisition in maize. These phenotypes were measured in a maize population from the EMBRAPA breeding program composed of 145 recombinant inbred lines (RILs) derived from the crossing of two divergent lines for phosphorus acquisition efficiency. QTL mapping for the traits was performed using univariate (MIM) and multivariate (MT-MIM) multiple interval mapping. MIM analysis revealed QTL affecting root diameter, fine root surface area, shoot dry weight and root dry weight. MT-MIM analysis revealed 12 QTL with different pleiotropy patterns and QTL with marginal effects affecting all seven studied characters. A causal model for phenotype characters was developed using a priori knowledge and structural equation model techniques. The structural equation model presented an unidirectional causal flow among the variables, with root morphological traits exerting causal effects over biomass traits, which in turn cause phosphorus acquisition traits. Using PC algorithm for an automatic search of causal models based on conditional independence was not able to orient all discovered causal relationships among traits but revealed a more intricated relationship than the structural equation model, with potential causal feedback loops among the traits. Employing causal search algorithms based on QTL information (named QDG and QPSO) allowed the orientation of all causal relationships detected by PC algorithm and it has also confirmed the presence of two neighbor causal cycles among the studied traits. As a general rule, pleiotropic QTL detected by MT-MIM approach exerted effects over traits according to the causal model discovered by PC and QDG algorithms, suggesting that some of the QTL detected effects were indirect effects of QTL located upstream at the proposed causal model. Employing MT-MIM approach and causal analysis has allowed a better comprehension of genetic architecture underlying root morphology, biomass accumulation and phosphorus acquisition traits in maize.

Nas metodologias de mapeamento de QTLs tradicionais, a relação de causalidade entre os caracteres fenotípicos e QTLs normalmente não são consideradas. O desenvolvimento deste trabalho contou com a utilização de dados longitudinais de crescimento de progênies oriundas do cruzamento entre os parentais PB217 e PR255 de um plantio de seringueira, localizado em uma área com dois períodos bem definidos ao longo do ano (altas e médias temperaturas; altas e baixas taxas precipitação). O experimento contém 4 medidas de incremento em diâmetro e altura, que são componentes periódicos do crescimento total da cultura, mensurados em um intervalo de dois anos (entre os 18 aos 52 meses de idade das plantas), sendo dois períodos em estação climática favorável ao desenvolvimento e dois em estação desfavorável, intercalados. Dessa forma foram estudados os parâmetros de relacionamento fenotípico e genético com objetivo de construir um diagrama de arquitetura genética que pondere relações de causalidade. Para modelar os dados fenotípicos foi realizado um elaborado modelo multi-caracteres que contemplou a variação espacial das parcelas experimentais e a variação entre os períodos de medição. Para tanto, foram ajustadas matrizes de variância-covariância (VCOV) adequadas à realidade dos dados, e incorporados dados meteorológicos que descrevessem cada um dos períodos. A partir destes modelos, os valores genotípicos ajustados foram utilizados na detecção dos QTLs. Posteriormente, fenótipos e genótipos foram articulados em um diagrama causal estrutural capaz de inferir sobre padrões genéticos de comportamento de crescimento da cultura. Foram mapeados um total de 13 QTLs, sendo que dois deles foram coincidentes para componentes periódicos de diâmetro nos períodos de estação desfavorável. Foi possível identificar efeitos aditivos e devido à dominância interessantes para o desenvolvimento em períodos de menores temperaturas, apontar o parental PR255 como portador de alelos importantes no desenvolvimento em clima adverso, estimar efeitos indiretos de QTLs não mapeados para determinadas características e explicar o padrão comportamental de crescimento no período em que as progênies foram avaliadas. Esta abordagem demonstrou-se proficiente para utilização em programas melhorando genético assistido por marcadores, por agregar informações pertinentes à seleção dos melhores materiais genéticos. / In traditional methodologies of QTL mapping, the causal relationship between phenotypic characters and QTLs are usually not considered. The development of this work involved the use of longitudinal growth data of progenies from parental PR255 and PB217 of a rubber tree plantation, located in an area with two periods of high and medium temperature and low and high precipitation rates well defined throughout the year. The experiment contains four measures of increment of diameter and height, which are periodic growth components of the total crop growing at an interval of two years (from 18 to 52 months old plants), two periods in a favorable climate station and two in a adverse station, intercalated. Was studied the parameters of phenotypic and genetic relationships in order to construct a diagram of genetic architecture to examine these causal relationships. A multi-trait-multi-occasion model that take into consideration spatial variation and climatic variation was developed. It also contains a variation-covariation matrix with appropriate to the reality of the data were adjusted and incorporated meteorological data was conducted to describe each of the periods. From these models the adjusted genotypic values were used in the detection of QTLs and later phenotypes and genotypes were linked in a structural causal diagram to infer about the genetic patterns of behavior. A total of 13 QTLs were mapped to the periodic growth components and total growth. The genetic architecture was able to identify additive effects and effects due dominance interesting to the development in periods of lower temperatures and drought, pointing parental PR255 as carrier of important alleles to development in adverse weather, estimating indirect effects of QTLs that were not mapped to certain characteristics and explain the physiological behavior pattern of growth in the period in which progenies were evaluated. This approach proved to be proficient to use in breeding programs aiming to implement marker assisted selection.

Metodologias de mapeamento de QTLs modernas empregam abordagem multivariada e se beneficiam da matriz de covariâncias fenotípicas para melhorar as estimativas de localização e efeitos de QTLs. No entanto, a correlação fenotípica pode ser em parte atribuída às relações de causalidade entre os fenótipos e mesmo as abordagens de mapeamento de QTLs multivariadas atuais têm desconsiderado tais relacionamentos. Dentre as metodologias científicas desenvolvidas para o estudo da causalidade em dados observacionais, destacam-se os modelos de equações estruturais e os modelos gráficos. Neste trabalho, foi estudado um conjunto de caracteres fenotípicos relacionados à morfologia de raízes, absorção de fósforo e acúmulo de biomassa em uma população composta de 145 linhagens endogâmicas recombinantes (RILs) do programa de melhoramento de milho da EMBRAPA Milho e Sorgo. O mapeamento de QTLs para os caracteres fenotípicos foi realizado utilizando mapeamento de múltiplos intervalos univariado (MIM) e multivariado (MT-MIM). A análise MIM revelou QTLs afetando diâmetro de raízes, área de superfície de raízes finas, peso seco da parte aérea e concentração de fósforo na parte aérea e nas raízes. A análise MT-MIM revelou 12 QTLs, com diferentes padrões de pleiotropia, com efeitos marginais para as sete variáveis analisadas. Um modelo de relacionamento causal entre os caracteres fenotípicos foi desenvolvido utilizando conhecimento prévio e modelagem de equações estruturais. O modelo de equações estruturais apresentou fluxo unidirecional de causalidade entre as variáveis, com as variáveis de morfologia de raízes exercendo efeito sobre as variáveis de acúmulo de biomassa, que por sua vez, têm efeito sobre as variáveis de absorção de fósforo. A aplicação do algoritmo PC para a descoberta de causalidade automatizada baseada nos padrões de independências condicionais não foi capaz de orientar todas as relações de causalidade descobertas, porém revelou um relacionamento mais complexo que o modelo de equações estruturais, com potenciais ciclos de retroalimentação causais. O emprego de algoritmos de descoberta de causalidade baseados em informações de QTLs, chamados QDG e QPSO, permitiu a orientação de todos os relacionamentos de causalidade encontrados pelo algoritmo PC e confirmou a existência de dois ciclos vizinhos de relacionamento causais entre as variáveis estudadas. Como regra geral, os QTLs pleiotrópicos detectados pela metodologia MT-MIM apresentaram efeitos sobre caracteres fenotípicos alinhados causalmente nos modelos propostos pelos algoritmos PC e QDG, sugerindo que alguns dos QTLs detectados são na realidade efeitos indiretos de QTLs situados em posição mais elevada no modelo causal. O emprego da abordagem MT-MIM aliada à análise de causalidade permitiu melhor compreensão da arquitetura genética dos caracteres de morfologia de raiz, acumulação de biomassa e aquisição de fósforo em milho. / Modern QTL mapping approaches are multivariate and take advantage of the phenotypic covariance matrix to improve estimates of QTL positions and effects. However, phenotypic correlation can also be assigned to the causal relationship among phenotypes, and even modern multivariate QTL analysis does not take these relationships into account. Structural equation models and graphical models are the main methodologies to study causality from observational data. We studied a set of phenotypes related to root morphology, biomass accumulation and phosphorus acquisition in maize. These phenotypes were measured in a maize population from the EMBRAPA breeding program composed of 145 recombinant inbred lines (RILs) derived from the crossing of two divergent lines for phosphorus acquisition efficiency. QTL mapping for the traits was performed using univariate (MIM) and multivariate (MT-MIM) multiple interval mapping. MIM analysis revealed QTL affecting root diameter, fine root surface area, shoot dry weight and root dry weight. MT-MIM analysis revealed 12 QTL with different pleiotropy patterns and QTL with marginal effects affecting all seven studied characters. A causal model for phenotype characters was developed using a priori knowledge and structural equation model techniques. The structural equation model presented an unidirectional causal flow among the variables, with root morphological traits exerting causal effects over biomass traits, which in turn cause phosphorus acquisition traits. Using PC algorithm for an automatic search of causal models based on conditional independence was not able to orient all discovered causal relationships among traits but revealed a more intricated relationship than the structural equation model, with potential causal feedback loops among the traits. Employing causal search algorithms based on QTL information (named QDG and QPSO) allowed the orientation of all causal relationships detected by PC algorithm and it has also confirmed the presence of two neighbor causal cycles among the studied traits. As a general rule, pleiotropic QTL detected by MT-MIM approach exerted effects over traits according to the causal model discovered by PC and QDG algorithms, suggesting that some of the QTL detected effects were indirect effects of QTL located upstream at the proposed causal model. Employing MT-MIM approach and causal analysis has allowed a better comprehension of genetic architecture underlying root morphology, biomass accumulation and phosphorus acquisition traits in maize.

Soja (Glycine max (L.) Merrill) é uma das mais importantes oleaginosas no mundo e sua relevância pode ser também mensurada pela extensão da sua produção no Brasil, onde representa quase a metade do total da área plantada com grãos. A importância da soja está também associada à multiplicidade de utilização do grão, como por exemplo, na alimentação humana e animal, na indústria química e na geração de energia como biodiesel. A produtividade da soja tem sido frequentemente impactada devido ao ataque de pragas e doenças. Dentre as espécies de fitonematoides, o nematoide-das-lesões-radiculares (Pratylenchus brachyurus Godfrey), tem gerado significativas perdas econômicas aos produtores, variando entre 30 a 50%, dependendo da infestação da cultura. Este trabalho teve como objetivo identificar QTLs (Quantitative Trait Loci), a partir de um conjunto de fenótipos associados à resistência ao nematoide-das-lesões-radiculares utilizando a abordagem de mapeamento multivariado. Uma população de 174 indivíduos F2, obtidos a partir do cruzamento entre duas linhagens de soja FTPG06A e FTPG12X (com baixo fator de reprodução do nematoide), foi utilizada para a obtenção dos valores genéticos preditos (BLUPs - Best Linear Unbiased Predictions) de cinco características estudadas e também para a genotipagem com o SoySNP6k Bead Chip. As características avaliadas foram: fator de reprodução (FR), peso fresco (PA) e comprimento (CA) da parte aérea, peso fresco (PR) e comprimento (CR) da raiz. Um total de 1.240 marcadores SNP (Single Nucleotide Polymorphism) foram mapeados nos 20 grupos de ligação (GLs) da soja. O comprimento total do mapa foi de 3.084,46 centiMorgans (cM), com intervalo médio de 2,54 cM entre marcadores adjacentes. A identificação de QTLs (Quantitative Trait Loci) para os caracteres fenotípicos foi realizada utilizando-se o mapeamento de intervalos múltiplos univariado (MIM) e multivariado (MT-MIM), com estimativa dos efeitos principais dos QTLs e análises de epistasia envolvendo pares de QTLs. Na abordagem MIM foram identificados três QTLs associados à variável CR, nos GLs (Grupos de Ligação) A2 e E (2 QTLs), explicando um total de 34,22% da variação fenotípica dessa variável para a população em estudo. Na abordagem MT-MIM, foram selecionados dois conjuntos de variáveis, de acordo com a correlação entre as mesmas. Três regiões genômicas foram reveladas, sendo estatisticamente significativas para as variáveis CR, FR e CA. A comparação dos seis QTLs identificados no presente estudo com o banco de dados de QTLs do Soybase forneceu evidências de que cinco QTLs, ainda não foram descritos na literatura. Uma busca por sequências candidatas em duas regiões de interesse, associadas à variável FR, foi realizada, com base na plataforma de dados genômicos PlantGDB. Várias sequências candidatas indicam relação com mecanismos importantes na resposta das plantas a estresses bióticos. Dessa forma, os resultados obtidos no presente estudo forneceram informações para auxiliar na melhor compreensão da arquitetura genética dos caracteres quantitativos analisados. / Soybean (Glycine max (L.) Merrill) is one of the most important oil crop worldwide and its relevance can also be measured by the extension of soybean grain production in Brazil, where it represents almost half of the total planting area with grains crops. Importance of soybean is also related to a multiplicity of usage of the grain, for example, in human consumption, animal feed, chemical industry and for energy generation as biofuel. Soybean yield has been frequently reduced by occurrence of pest and diseases. Among phytonematodes species, root lesion nematode (Pratylenchus brachyurus Godfrey) has caused significant economic losses to farmers, ranging from 30 to 50%, depending on crop infestation. This research aimed to identify QTLs (Quantitative Trait Loci), from a set of phenotypes associated with resistance to root lesion nematode, using the multivariate multiple interval mapping. A mapping population of 174 F2 plants derived from a by-parental cross between two soybean breeding lines FTPG06A and FTPG12X (with low nematode reproduction factor), was used for prediction of genetic values (BLUPs - Best Linear Unbiased Predictions) for five traits studied and also for genotyping with SoySNP6k Bead Chip. Traits evaluated were reproduction factor (FR), shoot weight (PA), shoot length (CA), root weight (PR) and root length (CR). A total of 1,240 SNP (Single Nucleotide Polymorphism) markers were mapped into 20 soybean linkage groups (LG). A total map length was 3,084.46 centiMorgans (cM) with an average of 2.54 cM between flanking markers. QTL mapping for those traits was performed using univariate (MIM) and multivariate (MT-MIM) multiple-interval mapping, with main QTL effects estimates and epistasis analysis between QTL pairs. MIM analysis identified three QTLs associated to CR trait at LG A2 and LG E (2 QTL), explaining 34,22% of phenotypic variation estimated for this mapping population. For MT-MIM analysis, two sets of traits were selected, according to the correlation among them. Three genomic regions statistically significant for CR, FR and CA traits were identified. Comparison between six identified QTL and QTL database at Soybase provided evidence that five QTL have not been published yet. Search for candidate sequences located in two regions associated with FR trait were further performed on the PlantGDB genomic data platform. Several candidate sequences indicate relationships with important plant response mechanisms to biotic stresses. Thus, results obtained in the present study provided information to improve knowledge of the genetic architecture of the analyzed quantitative traits.

A soja é a cultura agrícola brasileira que mais se expandiu nas últimas três décadas. Atualmente é uma commodity comercializada em larga escala na forma de grão, farelo e óleo. Por ser uma importante fonte de proteína, possui papel fundamental na indústria alimentícia, tanto humana quanto animal. O monocultivo em extensas áreas tem ocasionado o aumento da vulnerabilidade da cultura a patógenos e insetos-praga, com consequências relevantes na produção dos grãos. Dentre tais insetos-praga, os percevejos fitófagos representam um dos grupos de maior relevância para a cultura, pois podem comprometer o rendimento, a qualidade e a sanidade dos grãos. As perdas no rendimento da cultura devido ao ataque por percevejos são superiores a 30%, e o comprometimento no valor germinativo das sementes pode ser superior a 50%. Este trabalho teve como objetivo identificar QTLs (Quantitative Trait Loci), a partir de um conjunto de fenótipos associados à resistência aos percevejos e a caracteres agronômicos, utilizando a abordagem de mapeamento multivariado. Uma população de 228 indivíduos F2, obtida a partir do cruzamento entre as cultivares IAC-100 e CD-215, foi utilizada para a obtenção dos dados genotípicos. Os caracteres agronômicos avaliados na geração F2:3 foram: número de dias para o florescimento (NDF), altura da planta no florescimento (APF), número de dias para a maturidade (NDM), altura da planta na maturidade (APM), acamamento (AC), valor agronômico (VA) e produtividade de grãos (PG). Oito caracteres associados à resistência aos percevejos foram avaliados: período de granação (PEG), retenção foliar (RF), número de vagens por planta (NVP), índice percentual de dano nas vagens (IPDV), número de sementes (NS), peso de cem sementes (PCS), peso de sementes boas (PSB) e peso de sementes manchadas (PSM). O mapa genético obtido, representando os 20 grupos de ligação (GLs) da soja, foi constituído por 417 marcadores SNP (Single Nucleotide Polymorphism), 61 SSR (Simple Sequence Repeat), 30 AFLP (Amplified Fragment Length Polymorphism) e 8 marcadores TRAP (Target Region Amplification Polymorphism). A cobertura do genoma da soja foi de 2.814,82 centiMorgans (cM), com um intervalo médio de 5,46 cM entre marcadores adjacentes. A identificação de QTLs (Quantitative Trait Loci) para os caracteres fenotípicos foi realizada utilizando-se o mapeamento de intervalos múltiplos univariado (MIM) e multivariado (MT-MIM), com estimativa dos efeitos principais dos QTLs. A abordagem MIM revelou um total de 60 QTLs, distribuídos por 13 GLs da soja, sendo 29 QTLs associados a caracteres de resistência aos percevejos e 31 QTLs relacionados a caracteres agronômicos. A percentagem da variação fenotípica explicada pelos QTLs (R2) variou de 14,27% para AC a 65,45% para NDM. Na abordagem MT-MIM, foram selecionados nove conjuntos de variáveis, de acordo com a correlação entre as mesmas. Foram reveladas 20 regiões genômicas distintas, com uma alta tendência de concentração de QTLs em posições similares. No geral, para a maioria das características, os valores marginais de R2 obtidos para os modelos MT-MIM foram superiores em relação aos modelos MIM, variando de 27,98% para APF a 65,30% para NDM. A abordagem MT-MIM permitiu a identificação de 13 novas posições genômicas, com efeito em pelo menos uma das variáveis analisadas, que não foram reveladas nos modelos MIM. Uma comparação com o banco de dados do Soybase forneceu evidências de que muitos QTLs, identificados nesta população em estudo, coincidem com QTLs descritos em outros backgrounds genéticos. No entanto, 56 QTLs identificados no presente estudo ainda não foram descritos na literatura. A maioria dos QTLs identificados explicam, individualmente, até 10% da variação fenotípica das características avaliadas. No entanto, QTLs presentes em oito novas regiões identificadas pela abordagem MT-MIM e oito novos QTLs identificados pela abordagem MIM contribuíram para explicar uma maior percentagem da variação dos fenótipos estudados. Esses QTLs devem ser melhor investigados considerando sua relevância para a seleção simultânea de características de interesse, permitindo uma maior eficiência de seleção e um maior ganho genético. Os resultados obtidos no presente estudo forneceram informações para auxiliar na melhor compreensão da arquitetura genética dos caracteres quantitativos analisados, bem como sobre a relação genética entre os mesmos. / Soybean is the Brazilian crop with the most expansion along the past three decades. Currently, it is a commodity commercialized in large scale as grain, bran and oil. Because it is an important source of protein, it plays a fundamental role in the food industry, both human and animal. Soybean monoculture in large areas has increased crop vulnerability to pathogens and insect pests, with significant consequences on grain production. Among such pest insects, stink bugs are considered a major pest of soybean crop, feeding directly on seeds, reducing yield and seed quality. Losses in crop yield due to stink bugs attack are greater than 30% and seed germination compromising can be greater than 50%. This study aimed to identify QTL (Quantitative Trait Loci), for stink bug resistance traits and agronomic traits using the multivariate multiple interval mapping. An F2 mapping population of 228 plants derived from a biparental cross between IAC-100 and CD-215 was used for genotyping. An F2:3 population was developed to evaluate eight stink bug resistant traits such as graining period, leaf retention, pod number per plant, percentage of pod damage, number of seeds, hundred seed weight, weight of healthy seeds and spotted seed weight. Other seven agronomic traits were evaluated such as number of days to flowering, plant height at flowering, number of days to maturity, plant height at maturity, lodging, agronomic value and grain yield. A total of 417 SNP (Single Nucleotide Polymorphism) markers, 61 SSR (Simple Sequence Repeat), 30 AFLP (Amplified Fragment Length Polymorphism) and 8 TRAP (Target Region Amplification Polymorphism) markers were mapped into 20 soybean linkage groups. The total map length was 2,814.82 cM with an average of 5.46 cM between markers. QTL mapping for those traits was performed using univariate (MIM) and multivariate (MT-MIM) multiple interval mapping, with main QTL effects estimates. MIM analysis identified a total of 60 QTL, through 13 soybean linkage groups, with 29 QTL related to stink bug resistant traits and 31 QTL related to agronomic traits. Phenotypic variation explained by QTL ranged from 14.27% for lodging to 65.45% for number of days to maturity. The traits were divided into nine groups for MT-MIM analysis considering their correlation coefficient. Twenty different genomic regions were identified showing a very high QTL clustering. For most of the traits phenotypic variation estimates for MT-MIM models were higher than MIM models, ranging from 27.98% to 65.30% for plant height at flowering and number of days to maturity, respectively. MT-MIM analysis showed 13 genomic regions controlling at least one of the evaluated traits which were not identified at MIM analysis. Comparison between identified QTL and QTL database at Soybase demonstrated that some QTL were similar to those described in different genetic background. However, 56 QTL detected in the present study were described for the first time in literature. Most of the QTL identified explain, individually, less than 10% of phenotypic variation. However, eight genomic regions identified with MT-MIM analysis and eight QTL identified with MIM analysis explain a great amount of phenotypic variation. These QTL should be investigated considering their importance for simultaneous selection for a high genetic gain. Results obtained in the present study provided information for a better understand of genetics architecture underlying quantitative traits studied and the genetic relation among them.

Soja (Glycine max (L.) Merrill) é uma das mais importantes oleaginosas no mundo e sua relevância pode ser também mensurada pela extensão da sua produção no Brasil, onde representa quase a metade do total da área plantada com grãos. A importância da soja está também associada à multiplicidade de utilização do grão, como por exemplo, na alimentação humana e animal, na indústria química e na geração de energia como biodiesel. A produtividade da soja tem sido frequentemente impactada devido ao ataque de pragas e doenças. Dentre as espécies de fitonematoides, o nematoide-das-lesões-radiculares (Pratylenchus brachyurus Godfrey), tem gerado significativas perdas econômicas aos produtores, variando entre 30 a 50%, dependendo da infestação da cultura. Este trabalho teve como objetivo identificar QTLs (Quantitative Trait Loci), a partir de um conjunto de fenótipos associados à resistência ao nematoide-das-lesões-radiculares utilizando a abordagem de mapeamento multivariado. Uma população de 174 indivíduos F2, obtidos a partir do cruzamento entre duas linhagens de soja FTPG06A e FTPG12X (com baixo fator de reprodução do nematoide), foi utilizada para a obtenção dos valores genéticos preditos (BLUPs - Best Linear Unbiased Predictions) de cinco características estudadas e também para a genotipagem com o SoySNP6k Bead Chip. As características avaliadas foram: fator de reprodução (FR), peso fresco (PA) e comprimento (CA) da parte aérea, peso fresco (PR) e comprimento (CR) da raiz. Um total de 1.240 marcadores SNP (Single Nucleotide Polymorphism) foram mapeados nos 20 grupos de ligação (GLs) da soja. O comprimento total do mapa foi de 3.084,46 centiMorgans (cM), com intervalo médio de 2,54 cM entre marcadores adjacentes. A identificação de QTLs (Quantitative Trait Loci) para os caracteres fenotípicos foi realizada utilizando-se o mapeamento de intervalos múltiplos univariado (MIM) e multivariado (MT-MIM), com estimativa dos efeitos principais dos QTLs e análises de epistasia envolvendo pares de QTLs. Na abordagem MIM foram identificados três QTLs associados à variável CR, nos GLs (Grupos de Ligação) A2 e E (2 QTLs), explicando um total de 34,22% da variação fenotípica dessa variável para a população em estudo. Na abordagem MT-MIM, foram selecionados dois conjuntos de variáveis, de acordo com a correlação entre as mesmas. Três regiões genômicas foram reveladas, sendo estatisticamente significativas para as variáveis CR, FR e CA. A comparação dos seis QTLs identificados no presente estudo com o banco de dados de QTLs do Soybase forneceu evidências de que cinco QTLs, ainda não foram descritos na literatura. Uma busca por sequências candidatas em duas regiões de interesse, associadas à variável FR, foi realizada, com base na plataforma de dados genômicos PlantGDB. Várias sequências candidatas indicam relação com mecanismos importantes na resposta das plantas a estresses bióticos. Dessa forma, os resultados obtidos no presente estudo forneceram informações para auxiliar na melhor compreensão da arquitetura genética dos caracteres quantitativos analisados. / Soybean (Glycine max (L.) Merrill) is one of the most important oil crop worldwide and its relevance can also be measured by the extension of soybean grain production in Brazil, where it represents almost half of the total planting area with grains crops. Importance of soybean is also related to a multiplicity of usage of the grain, for example, in human consumption, animal feed, chemical industry and for energy generation as biofuel. Soybean yield has been frequently reduced by occurrence of pest and diseases. Among phytonematodes species, root lesion nematode (Pratylenchus brachyurus Godfrey) has caused significant economic losses to farmers, ranging from 30 to 50%, depending on crop infestation. This research aimed to identify QTLs (Quantitative Trait Loci), from a set of phenotypes associated with resistance to root lesion nematode, using the multivariate multiple interval mapping. A mapping population of 174 F2 plants derived from a by-parental cross between two soybean breeding lines FTPG06A and FTPG12X (with low nematode reproduction factor), was used for prediction of genetic values (BLUPs - Best Linear Unbiased Predictions) for five traits studied and also for genotyping with SoySNP6k Bead Chip. Traits evaluated were reproduction factor (FR), shoot weight (PA), shoot length (CA), root weight (PR) and root length (CR). A total of 1,240 SNP (Single Nucleotide Polymorphism) markers were mapped into 20 soybean linkage groups (LG). A total map length was 3,084.46 centiMorgans (cM) with an average of 2.54 cM between flanking markers. QTL mapping for those traits was performed using univariate (MIM) and multivariate (MT-MIM) multiple-interval mapping, with main QTL effects estimates and epistasis analysis between QTL pairs. MIM analysis identified three QTLs associated to CR trait at LG A2 and LG E (2 QTL), explaining 34,22% of phenotypic variation estimated for this mapping population. For MT-MIM analysis, two sets of traits were selected, according to the correlation among them. Three genomic regions statistically significant for CR, FR and CA traits were identified. Comparison between six identified QTL and QTL database at Soybase provided evidence that five QTL have not been published yet. Search for candidate sequences located in two regions associated with FR trait were further performed on the PlantGDB genomic data platform. Several candidate sequences indicate relationships with important plant response mechanisms to biotic stresses. Thus, results obtained in the present study provided information to improve knowledge of the genetic architecture of the analyzed quantitative traits.

A soja é a cultura agrícola brasileira que mais se expandiu nas últimas três décadas. Atualmente é uma commodity comercializada em larga escala na forma de grão, farelo e óleo. Por ser uma importante fonte de proteína, possui papel fundamental na indústria alimentícia, tanto humana quanto animal. O monocultivo em extensas áreas tem ocasionado o aumento da vulnerabilidade da cultura a patógenos e insetos-praga, com consequências relevantes na produção dos grãos. Dentre tais insetos-praga, os percevejos fitófagos representam um dos grupos de maior relevância para a cultura, pois podem comprometer o rendimento, a qualidade e a sanidade dos grãos. As perdas no rendimento da cultura devido ao ataque por percevejos são superiores a 30%, e o comprometimento no valor germinativo das sementes pode ser superior a 50%. Este trabalho teve como objetivo identificar QTLs (Quantitative Trait Loci), a partir de um conjunto de fenótipos associados à resistência aos percevejos e a caracteres agronômicos, utilizando a abordagem de mapeamento multivariado. Uma população de 228 indivíduos F2, obtida a partir do cruzamento entre as cultivares IAC-100 e CD-215, foi utilizada para a obtenção dos dados genotípicos. Os caracteres agronômicos avaliados na geração F2:3 foram: número de dias para o florescimento (NDF), altura da planta no florescimento (APF), número de dias para a maturidade (NDM), altura da planta na maturidade (APM), acamamento (AC), valor agronômico (VA) e produtividade de grãos (PG). Oito caracteres associados à resistência aos percevejos foram avaliados: período de granação (PEG), retenção foliar (RF), número de vagens por planta (NVP), índice percentual de dano nas vagens (IPDV), número de sementes (NS), peso de cem sementes (PCS), peso de sementes boas (PSB) e peso de sementes manchadas (PSM). O mapa genético obtido, representando os 20 grupos de ligação (GLs) da soja, foi constituído por 417 marcadores SNP (Single Nucleotide Polymorphism), 61 SSR (Simple Sequence Repeat), 30 AFLP (Amplified Fragment Length Polymorphism) e 8 marcadores TRAP (Target Region Amplification Polymorphism). A cobertura do genoma da soja foi de 2.814,82 centiMorgans (cM), com um intervalo médio de 5,46 cM entre marcadores adjacentes. A identificação de QTLs (Quantitative Trait Loci) para os caracteres fenotípicos foi realizada utilizando-se o mapeamento de intervalos múltiplos univariado (MIM) e multivariado (MT-MIM), com estimativa dos efeitos principais dos QTLs. A abordagem MIM revelou um total de 60 QTLs, distribuídos por 13 GLs da soja, sendo 29 QTLs associados a caracteres de resistência aos percevejos e 31 QTLs relacionados a caracteres agronômicos. A percentagem da variação fenotípica explicada pelos QTLs (R2) variou de 14,27% para AC a 65,45% para NDM. Na abordagem MT-MIM, foram selecionados nove conjuntos de variáveis, de acordo com a correlação entre as mesmas. Foram reveladas 20 regiões genômicas distintas, com uma alta tendência de concentração de QTLs em posições similares. No geral, para a maioria das características, os valores marginais de R2 obtidos para os modelos MT-MIM foram superiores em relação aos modelos MIM, variando de 27,98% para APF a 65,30% para NDM. A abordagem MT-MIM permitiu a identificação de 13 novas posições genômicas, com efeito em pelo menos uma das variáveis analisadas, que não foram reveladas nos modelos MIM. Uma comparação com o banco de dados do Soybase forneceu evidências de que muitos QTLs, identificados nesta população em estudo, coincidem com QTLs descritos em outros backgrounds genéticos. No entanto, 56 QTLs identificados no presente estudo ainda não foram descritos na literatura. A maioria dos QTLs identificados explicam, individualmente, até 10% da variação fenotípica das características avaliadas. No entanto, QTLs presentes em oito novas regiões identificadas pela abordagem MT-MIM e oito novos QTLs identificados pela abordagem MIM contribuíram para explicar uma maior percentagem da variação dos fenótipos estudados. Esses QTLs devem ser melhor investigados considerando sua relevância para a seleção simultânea de características de interesse, permitindo uma maior eficiência de seleção e um maior ganho genético. Os resultados obtidos no presente estudo forneceram informações para auxiliar na melhor compreensão da arquitetura genética dos caracteres quantitativos analisados, bem como sobre a relação genética entre os mesmos. / Soybean is the Brazilian crop with the most expansion along the past three decades. Currently, it is a commodity commercialized in large scale as grain, bran and oil. Because it is an important source of protein, it plays a fundamental role in the food industry, both human and animal. Soybean monoculture in large areas has increased crop vulnerability to pathogens and insect pests, with significant consequences on grain production. Among such pest insects, stink bugs are considered a major pest of soybean crop, feeding directly on seeds, reducing yield and seed quality. Losses in crop yield due to stink bugs attack are greater than 30% and seed germination compromising can be greater than 50%. This study aimed to identify QTL (Quantitative Trait Loci), for stink bug resistance traits and agronomic traits using the multivariate multiple interval mapping. An F2 mapping population of 228 plants derived from a biparental cross between IAC-100 and CD-215 was used for genotyping. An F2:3 population was developed to evaluate eight stink bug resistant traits such as graining period, leaf retention, pod number per plant, percentage of pod damage, number of seeds, hundred seed weight, weight of healthy seeds and spotted seed weight. Other seven agronomic traits were evaluated such as number of days to flowering, plant height at flowering, number of days to maturity, plant height at maturity, lodging, agronomic value and grain yield. A total of 417 SNP (Single Nucleotide Polymorphism) markers, 61 SSR (Simple Sequence Repeat), 30 AFLP (Amplified Fragment Length Polymorphism) and 8 TRAP (Target Region Amplification Polymorphism) markers were mapped into 20 soybean linkage groups. The total map length was 2,814.82 cM with an average of 5.46 cM between markers. QTL mapping for those traits was performed using univariate (MIM) and multivariate (MT-MIM) multiple interval mapping, with main QTL effects estimates. MIM analysis identified a total of 60 QTL, through 13 soybean linkage groups, with 29 QTL related to stink bug resistant traits and 31 QTL related to agronomic traits. Phenotypic variation explained by QTL ranged from 14.27% for lodging to 65.45% for number of days to maturity. The traits were divided into nine groups for MT-MIM analysis considering their correlation coefficient. Twenty different genomic regions were identified showing a very high QTL clustering. For most of the traits phenotypic variation estimates for MT-MIM models were higher than MIM models, ranging from 27.98% to 65.30% for plant height at flowering and number of days to maturity, respectively. MT-MIM analysis showed 13 genomic regions controlling at least one of the evaluated traits which were not identified at MIM analysis. Comparison between identified QTL and QTL database at Soybase demonstrated that some QTL were similar to those described in different genetic background. However, 56 QTL detected in the present study were described for the first time in literature. Most of the QTL identified explain, individually, less than 10% of phenotypic variation. However, eight genomic regions identified with MT-MIM analysis and eight QTL identified with MIM analysis explain a great amount of phenotypic variation. These QTL should be investigated considering their importance for simultaneous selection for a high genetic gain. Results obtained in the present study provided information for a better understand of genetics architecture underlying quantitative traits studied and the genetic relation among them.