Com a disponibilidade de tecnologias de genotipagem robustas, fornecendo milhares de marcadores moleculares a um baixo custo por amostra, tornou-se mais acessível escanear o genoma todo. Logo, as abordagens de mapeamento associativo, baseado no cálculo do desequilíbrio de ligação, e a busca de regiões do genoma que apresentam sinais de seleção foram favorecidas. Essas ferramentas apresentam um grande potencial a ser explorado em programas de melhoramento de soja, auxiliando na obtenção de informações valiosas em relação à arquitetura genética dos caracteres de interesse agronômico e à dinâmica dos processos de seleção. Portanto, os objetivos deste estudo foram: (i) verificar os efeitos da relação genética entre genótipos no desequilíbrio de ligação; (ii) obter informações em relação a arquitetura genética para dez caracteres por meio da abordagem de mapeamento associativo; e (iii) identificar regiões sob seleção diferencial em uma população representada por cultivares brasileiras comparadas a de uma população de genótipos exóticos de diferentes origens geográficas. Para isto, 95 genótipos de soja foram genotipados utilizando a plataforma da Affymettrix (180 K Axiom® Soybean Genotyping Array). O efeito da estrutura populacional sobre DL foi investigado utilizando como correções as matrizes resultantes do software STRUCTURE, DAPC, PCA e a matriz de parentesco. Para o mapeamento associativo, os genótipos foram fenotipados para dez caracteres. Foram realizadasvárias abordagens para detecção de sinais de seleção: estimação da diferenciação populacional nas regiões do genoma por meio do índice de fixção (F_ST) e cross-population composite likelihood ratio test (XP-CLR); identificação de regiões do genoma com redução de diversidade nucleotídica (μ); e a presença de blocos de haplótipos. Ao utilizar medidas de correções para estimação do DL no genoma da soja observamos a influência da estrutura da população e do parentesco nos padrões de DL. Pelo mapeamento associativo, foram identificados 181 marcadores associados para dez caracteres avaliados em soja. Além disso, foi verificada a complexa interação entre regiões envolvidas no controle de caracteres quantitativos (QTL) e ambientes. Regiões diferencialmente selecionadas foram identificadas entre a população de genótipos brasileiros e de materiais de origens diversas, demonstrando que essas passaram por processos de seleção divergente.

The availability of robust genotyping technologies providing thousands of markers with a low-cost per sample, whole-genome scans are becoming more accessible. Hence, associative mapping approaches, based on the calculation of linkage disequilibrium (LD), and the detection of signals of selection were favored. These tools have a great potential to be explored in soybean breeding programs, helping to obtain valuable information about the genetic architecture of the characters of agronomic interest and of the dynamics of selection processes. Therefore, the objectives of this study were: (i) to verify the effects of the genetic relationship among genotypes on soybean linkage disequilibrium; (ii) to obtain information about the genetic architecture in ten soybean traits with an association mapping approach; and (iii) to identify regions under differential selection between a population represented by Brazilian cultivars compared to a population of exotic genotypes from different geographic origins. For this, 95 soybean genotypes were genotyped using an Affymetrix (180 K Axiom® Soybean Genotyping Array) platform. The effect of the population structure on LD was investigated using as corrections the matrices resulting from the software STRUCTURE, DAPC, PCA and a kinship matrix. We phenotyped ten soybean traits in order to carry the association mapping. Several approaches were carried aiming to detect selection signals: estimation of population genetic differentiation in the genomic regions with fixation index (F_ST) and cross-population composite likelihood ratio test (XP-CLR); identification of genomic regions with reduced nucleotide diversity (μ); and the presence of haplotype blocks.Using the LD corrections, it was showed the influence of population structure and kinship on LD patterns in soybean. By the association mapping, we identified 181 markers associated with the ten traits evaluated in soybean. In addition, complex interactions between QTL and environments were verified. Differentially selected regions were identified between theBrazilian genotypes population and the population of materials from diverse origins, demonstrating that they underwent divergent selection processes.