O principal objetivo dos programas de melhoramento genético de cana-de-açúcar é selecionar novas variedades, com boas características de mercado, em um curto período de tempo. As fases inicias do melhoramento envolvem um grande número de tratamentos (test lines) resultando em limitações como disponibilidade de material genético para a realização de várias repetições e o tamanho da área experimental. Desse modo, são necessários delineamentos eficientes que permitam a obtenção da maior informação possível a respeito dos tratamentos. O presente trabalho avalia, por meio de estudos de simulação, o ganho genético e a qualidade da seleção de 24 delineamentos distintos se grid-plot ou parcialmente replicado; ao número de variedades padrões para uma fixada porcentagem de test lines repetidas; a porcentagem de test lines repetidas e critérios de otimização, C ou D, para diferentes cenários de conjuntos de dados e uma dada área experimental. A partir dos resultados concluiu-se que as diferenças entre os delineamentos são pequenas, sendo mais evidente em termos do ganho genético, mas que na prática implica na seleção de uma test line adicional, estando a porcentagem média de acertos na seleção entre 25 e 40% para os casos estudados.

The main goal of the sucarcane breeding programs is to select new varieties with desirable characteristics in a short time period. In the early stage of the plant-breeding program there is a large number of treatments (test lines), resulting in limitations such as availability of genetic material for several replications and the size of the experimental area. In this sense, efficient designs are necessary in order to obtain as much information as possible about the treatments. The present study evaluates, using simulation studies, the genetic gain and the selection quality of 24 designs, distinct in relation to the type, whether grid-plot or partially replicated; the number of standard varieties for a fixed percentage of replicated test lines; the percentage of replicated test lines and optimality criteria, C or D, for different data scenarios and a given experimental area. From the results we concluded that the differences between the designs are small, being more evident in terms of genetic gain, but that in practice implies the selection of an additional test line, being the average percentage of correct test lines in the selection between 25 and 40% for the studied cases.