Genomic selection consists of using predicted effects of genetic markers to predict breeding values and/or genotypic values of genotyped individuals. With this approach, selection can be carried based only on those predicted breeding values, reducing the need for further phenotypic evaluations. This represents a great advance in terms of cost and effectiveness of selection in breeding programs of all kinds of crops. In the first chapter of this work, we explore one of the ways genomic selection can be used to increase efficiency when breeding clonally propagated crops for multiple traits. Using stochastic simulations, we show that an economic selection index should be preferred over independent culling. Our results show that the use of genomic selection may render the cost-efficiency benefit of independent culling obsolete when all early generation individuals are genotyped and accurate prediction of all traits becomes available simultaneously. Despite the potential benefits of selecting based on predicted breeding values, for some clonally propagated species the complexity of their genomes limits the implementation of genomic selection in breeding programs. Since including allele dosage information has been shown to improve performance of genomic selection models in autotetraploid species, our objective in the second chapter of this work was to assess the accuracy of genome-wide prediction in the highly complex polyploid sugarcane when incorporating allele dosage information. In this chapter, we expanded GBLUP genomic selection models developed for autotetraploids to include higher levels of ploidy. Two types of model were used, one with additive effects only and one with additive and digenic dominance effects. We observed a modest improvement in the performance of the prediction model when ploidy and allele dosage estimates were included, indicating that this is a possible way of improving genomic selection in sugarcane. The results obtained in both studies can assist researchers and breeders of clonally propagated crops, opening new research opportunities and indicating the most efficient ways to implement genomic selection. / A seleção genômica consiste no uso de efeitos preditos de marcadores genéticos para predizer os valores genéticos e/ou genotípicos de indivíduos genotipados. Desta forma, a seleção de genótipos superiores pode ser feita baseada apenas em valores genéticos preditos, reduzindo a necessidade de avaliações fenotípicas subsequentes. Isto representa um grande avanço em termos de custos e eficiência da seleção em programas de melhoramento de todos os tipos de culturas. No primeiro capítulo deste trabalho, nós exploramos uma das maneiras com que a seleção genômica pode ser utilizada para aumentar a eficiência no melhoramento simultâneo para múltiplos caráteres em espécies de propagação vegetativa. Utilizando simulações estocásticas, nós mostramos que um índice de seleção econômico deve ser utilizado no lugar da eliminação independente (independent culling). Os resultados mostram que o uso da seleção genômica pode tornar o custo-benefício da eliminação independente obsoleto se indivíduos em gerações iniciais forem genotipados e predições acuradas para todos os caráteres estiverem disponíveis desde o início. Apesar dos potenciais benefícios de realizar a seleção com base em valores genéticos preditos, para algumas espécies de propagação vegetativa a complexidade de seus genomas é um fator limitante para a efetiva implementação da seleção genômica em programas de melhoramento. Considerando que incluir a informação de dosagem alélica melhorou a performance de modelos de seleção genômica em espécies autotetraploides, nosso objetivo no segundo capítulo deste trabalho foi avaliar a acurácia da predição genômica com informação de dosagem alélica em cana-de-açúcar, que é uma complexa espécie poliploide. Neste capítulo, nós expandimos modelos GBLUP de seleção genômica desenvolvidos para autotetraploides para incluir níveis mais altos de ploidia. Dois modelos foram utilizados, um modelo com somente efeitos aditivos e um modelo com efeitos aditivos e efeitos de dominância digênica. Nós observamos uma modesta melhora na performance do modelo preditivo quando estimativas de ploidia e dosagem alélica foram incluídas, indicando que esta é uma possível maneira de aprimorar a seleção genômica em cana-de-açúcar. Os resultados obtidos nos dois estudos podem auxiliar pesquisadores e melhoristas de espécies de propagação vegetativa, abrindo portas para novas pesquisas e indicando as maneiras mais eficientes para implementação da seleção genômica.

A tropical forage breeding program contains several peculiarities, especially when it involves polyploid species and facultative apomixis. Despite their importance, there is still a lack of information on genetic studies of critical forage traits and on the employment of genomic tools when compared to other crops and temperate forages. The genus Brachiaria is the most important for forage in tropical regions mainly beef production. The commercial species in this genus are excellent perennial forage, and the identification of superior genotypes depends on the selection of many characteristics under complex genetic control, with high cost and time-consuming evaluation. Therefore, the knowledge about uses and applications of classic and genomic tools in forage traits may be useful to support breeding programs and the development of new cultivars. In this context, the aim was to evaluate several different classic and genomic tools to be employed as selection strategies in a traditional tropical forage breeding program. A panel of tetraploid hybrids obtained from crossing Urochloa brizantha x Urochloa ruziziensis was phenotyped and genotyped to evaluate genetic parameters and perform genomic studies. The classic phenotypic analysis showed no clear trend of the importance of additive and non-additive genetics effects for agronomical and nutritional traits. The Mulamba and Mock index should be used in the univariate level, due to the promotion of a more balanced response to selection for all traits in the multivariate selection. In the genomic extraction and evaluations, the reads that were aligned to a \'mock\' reference genome, created from GBS data of the cultivar \'Marandu\', had more SNP discovered compared to the closest true reference genomes, Setaria viridis and S. italica. We recommended different thresholds of sample depth and genotype quality (GQ) to eliminate poor quality reads without introducing genotype bias. Cross-validation revealed that missing genotypes were imputed with a median accuracy of 0.85 using Random Forest algorithm to produce a complete genotype matrix, regardless of heterozygote frequency. The genome-wide association analysis (GWAS) revealed candidate genes associated with many tropical forage traits across all cutting seasons, which could be the first step toward marker-assisted selection (MAS). Moreover, our results suggest that accounting for allele dosage is essential, since the tetraploid level provided more information about the true biological state. Therefore, our findings revealed the complexity of the genetic architecture of Urochloa spp. traits and provided important insights towards the application of GWAS in polyploids species. The genomic selection analysis revealed that GBLUP-A (additive) and GBLUP-AD (additive + dominance) showed similar prediction abilities considering both single and multi-trait models. Conversely, combining GBLUP-AD and tetraploid information could improve the selection coincidence. Furthermore, the multi-trait validation scheme 2 (VS2), where one trait is not evaluated for some individuals, provided an increment of up to 30% to the prediction ability. Therefore, it is an useful strategy for traits with low heritability. Overall, all genomic selection models considered provided greater genetic gains than the phenotypic selection. Similarly, the allele dosage associated with additive, dominance and multi-trait factors increased the accuracy of genomic prediction models for interspecific polyploid hybrids. Finally, genomic tools should be used in forages breeding programs in order to reduce cost and time. / Um programa de melhoramento de forragem tropical contém várias peculiaridades, especialmente quando se trata de espécies poliplóides e de apomixia facultativa. Apesar de sua importância, atualmente, faltam informações sobre estudos genéticos de características forrageiras e sobre o emprego de ferramentas genômicas quando comparadas a outras culturas e forragens de clima temperado. O gênero Brachiaria é o mais importante para formação de pastagens nas regiões tropicais, principalmente para produção de carne bovina. As espécies comerciais deste gênero são excelentes forrageiras perenes, e a identificação de genótipos superiores depende da seleção de muitas características sob controle genético complexo, com alto custo e avaliação demorada. Portanto, o conhecimento sobre usos e aplicações de ferramentas clássicas e genômicas em características forrageiras pode ser útil para apoiar programas de melhoramento e o desenvolvimento de novas cultivares. Nesse contexto, objetivou-se avaliar diversas ferramentas clássicas e genômicas a serem empregadas como estratégias de seleção em um programa tradicional de melhoramento de forrageiras tropicais. Um painel de híbridos tetraplóides obtidos do cruzamento Urochloa brizantha x Urochloa ruziziensis foi fenotipado e genotipado para avaliar parâmetros genéticos e realizar estudos genômicos. Para a análise fenotípica clássica, concluímos que não havia uma tendência clara da importância dos efeitos genéticos aditivos e não-aditivos para características agronômicas e nutricionais. O índice de Mulamba e Mock deve ser usado no nível univariado, devido à promoção de uma resposta mais equilibrada à seleção para todas as características na seleção multivariada. Na extração e nas avaliações genômicas, as leituras que foram alinhadas ao genoma de referência \'simulado\', criado a partir dos dados de GBS da cultivar \'Marandu\', tiveram a maior porcentagem de descoberta de marcadores SNP comparado aos genomas de referência mais próximos, Setaria viridis e S. italica. Recomendamos diferentes limiares de profundidade de leitura e qualidade de genótipo (GQ) para eliminar leituras de baixa qualidade sem introduzir viés de chamada de genótipo. A validação cruzada revelou que os genótipos ausentes foram imputados com uma precisão mediana de 0,85 pelo algoritmo Random Forest para produzir uma matriz genotípica completa, independentemente da frequência de heterozigotos. A análise de associação genômica ampla (GWAS) revelou genes candidatos associados a muitas características forrageiras tropicais, o que poderia ser o primeiro passo em direção à seleção assistida por marcadores (MAS). Além disso, nossos resultados sugerem que a contabilização da dosagem alélica é essencial, uma vez que o nível tetraploide fornece mais informações sobre o verdadeiro estado biológico. Portanto, nossos achados revelam a complexidade da arquitetura genética de características de Urochloa spp. e fornecem informações importantes para a aplicação de GWAS em espécies poliploides. A análise de seleção genômica revela que o GBLUP-A (aditivo) e o GBLUP-AD (aditivo + dominância) mostraram capacidades de predição semelhantes, considerando tanto os modelos simples quanto os multi-característica. Por outro lado, combinando-se GBLUP-AD e informação tetraploide foi possível melhorar a coincidência de seleção. Além disso, o esquema de validação multi-característica 2 (VS2), onde uma característica não é avaliada para alguns indivíduos, pode fornecer um incremento de até 30% da capacidade de previsão. Portanto, é uma estratégia útil para características com baixa herdabilidade. No geral, todos os modelos de seleção genômica considerados proporcionaram maiores ganhos genéticos do que a seleção fenotípica tradicional. Da mesma forma, a dosagem do alelo associado a fatores aditivos, de dominância e multicaracteres aumentou a acurácia dos modelos genômicos de predição para híbridos poliploides interespecíficos. Finalmente, ferramentas genômicas devem ser utilizadas em programas de melhoramento de forragens para reduzir custos e tempo.