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.

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.