The selection of crosses is a fundamental part of a breeding program, and the use of an adequate strategy is crucial. A good strategy should balance the selection of the best individuals and maintenance of genetic diversity throughout cycles of breeding, aiming for long-term genetic gains. Among the methods proposed in the literature, we can highlight the genomic prediction with simulated offsprings, which can be used to estimate the mean and genetic variance of each combination of candidate parents, providing useful information to the breeder. However, as far as we know, there are no reports on how this method performs concerning long-term genetic gain. Thus, the goal of this study was to evaluate how genomic prediction with simulated offsprings performs compared with the traditional phenotypic selection across five cycles of breeding. In silico and data-based simulation was used to investigate these approaches in terms of genetic gain and several other parameters related to the genetic diversity. We simulated an In silico standard wheat breeding program, with a capacity to evaluate 1000 lines per cycle. We considered different scenarios for the heritability, number of populations and the number of offspring per population. A real dataset of 1465 wheat inbred lines was also used to perform simulations. In this case, markers were randomly assigned to be genes. The results indicated that the best method is dependent of the heritability of the trait under consideration, the breeder's strategy about how many crosses will be done and also if the breeding goal is to have short or long-term genetic gains. In general, the genomic methods, especially the genomic prediction with simulated progenies, presented the best results under scenarios of low heritability and high number of population, either on short or long-term. However, even though the conversion of genetic variability into genetic gains is faster than any other strategy, the losses of variability are also higher, being interesting to bring new sources of variability with the advance of the cycles of breeding. The adoption of the restriction on the number of times a genotype is a parent in crosses is also of fundamental importance for obtaining long-term genetic gains.

A seleção de cruzamentos é parte importante de um programa de melhoramento e o uso de uma estratégia adequada é crucial. Uma boa estratégia deve balancear a seleção dos melhores indivíduos e a manutenção da diversidade genética ao longo dos ciclos de seleção, visando ganhos a longo prazo. Dentre os métodos propostos na literatura podemos destacar a predição genômica com progênies simuladas, que pode ser utilizada para se estimar a média e a variância genética de cada combinação de parentais candidatos, provendo valiosa informação para o melhorista. No entanto, não há relatos sobre como esse método se comporta em um processo de seleção a longo prazo. Portanto, o objetivo desse trabalho foi avaliar a performance do método de predição genômica com progênies simuladas em relação aos métodos tradicionais de seleção fenotípica, ao longo de dez ciclos de melhoramento. Simulações In silico e utilizando um conjunto de dados foram utilizadas para investigar essas metodologias em relação ao ganho genético e diversos outros parâmetros relacionados a diversidade genética. Simulou-se um programa de melhoramento de trigo com capacidade para avaliar 1000 genótipos a cada ciclo. Diferentes cenários para herdabilidade e a combinação número de populações e número de progênies por população foram avaliados. Um conjunto de dados reais de 1465 linhagens de trigo também foi utilizado com o objetivo de proceder com uma simulação baseada em dados reais. Nesse caso, marcas foram aleatoriamente designadas como genes. Os resultados indicam que o melhor método é dependente da herdabilidade da característica, da estratégia adotada pelo melhorista quanto ao número de cruzamentos realizado e também se o objetivo de melhoramento é a obtenção de ganhos genéticos a curto ou à longo prazo. No geral, os métodos envolvendo seleção genômica, especialmente o que faz uso de progênies simuladas, apresentaram melhores resultados quando a herdabilidade é baixa e o número de populações é alta, tanto a curto como à longo prazo. No entanto, embora a conversão de variabilidade genética em ganhos genéticos seja mais rápida com essa estratégia, a perda de variabilidade é mais acentuada, sendo interessante a reposição de novas fontes de diversidade com o avançar dos ciclos de melhoramento. A adoção de uma restrição no número de vezes que um genótipo atua como genitor é, também, de fundamental importância para a obtenção de ganhos à longo prazo.