A soja é uma das culturas mais importantes do mundo, além de ser a principal comodity brasileira. Entretanto apesar dos ganhos crescentes de produtividade a base genética da cultura no país é estreita. Sendo assim, é importante a identificação e caracterização de fontes de variabilidade para os programas de melhoramento de soja. Dado o exposto, os objetivos deste estudo foram i) avaliação da produtividade de grãos e caracteres agronômicos correlacionados; ii) caracterização da diversidade fenotípica; iii) caracterização da diversidade genética e estrutura de populações; e iv) mapeamento associativo para produtividade de grãos. Os acessos foram fenotipados nos anos agrícolas de 2012/2013 e 2013/2014, em cinco ambientes. As características avaliadas foram: altura da planta na maturidade, período de granação, valor agronômico, acamamento, massa de cem sementes, número de dias para a maturidade, inserção da primeira vagem, altura da planta no florescimento, teor de óleo e produtividade de grãos. A análise dos dados fenotípicos foi feita pelo software SELEGEN utilizando modelos mistos, e a árvore de regressão para identificação dos caracteres correlacionados foi feita pelo software JMP SAS. A diversidade fenotípica foi feita a partir de todas as características avaliadas anteriormente utilizando três tipos de análises: os métodos de agrupamento de Ward e Average Linkage no software Power Marker, e pela análise de componentes principais no software JMP SAS. A genotipagem dos acessos foi realizada pelo Axiom® Soybean Genotyping Array contendo 10017 SNPs polimórficos para os acessos genotipados. A partir dos dados de marcadores foi feita a caracterização da diversidade genética pelo software Power Marker. Além disso, foram realizadas análises de estrutura de população pelo software STRUCTURE e pelo pacote do R, adegenet. A análise de associação foi efetuada pelo software TASSEL, utilizando o modelo misto MLM (Q+K). Duas abordagens foram utilizadas na análise de associação, a primeira utilizando as médias fenotípicas ajustadas para BLUP dos cinco ambientes e a segunda utilizando apenas as médias de cada local individualmente. Na análise fenotípica os acessos Dowling, PI 417563, PI200526, PI 377573 e PI 159922, apresentaram boa produtividade de grãos nos cincos ambientes avaliados. A caracterização molecular e fenotípica da diversidade indicou a presença de variabilidade genética no painel de acessos avaliados. Além disso, foi possível a identificação de dois grupos (k=2) em ambas as análises de estrutura da população utilizadas. No mapeamento associativo, foram detectadas sete associações marcador-característica com p<0,001 e com correção para múltiplos testes q<0,1. Dentre estas, quatro foram significativas no modelo de análise conjunta dos cinco ambientes e para o ambiente dois. As demais associações foram significativas somente para este último local.

Soybean is one of the most important crops in the world, and is Brazil's main commodity. However despite growing yield gains the genetic basis of culture in the country is narrow. Therefore, the identification and characterization of sources of variability for soybean breeding programs is important. On this basis, the objectives of this study were i) assessment of grain yield and agronomic traits correlated; ii) characterization of the phenotypic diversity; iii) characterization of genetic diversity and population structure; and iv) associative mapping for grain yield. The inbred lines were phenotyped in the agricultural years of 2012/2013 and 2013/2014, in five environments. The traits evaluated were: plant height at maturity, fruit filling period, agronomic value, lodging, mass of hundred seeds, number of days to maturity, first pod, plant height at flowering, oil content and grain yield. The analysis of phenotypic data was made by SELEGEN software using mixed models, and regression tree for identification of correlated traits was made by JMP SAS software. The phenotypic diversity was made from all the features previously evaluated using three types of analysis: the Ward clustering methods and Average Linkage from the Power Marker software, and the principal component analysis in SAS JMP software. Genotyping was performed by Axiom® Soybean Genotyping Array containing 10017 polymorphic SNPs genotyped for the soybean lines. From the markers data was taken the genetic diversity analysis by Power Marker software. In addition, population structure analysis was performed by Structure software and the R package, adegenet. The association analysis was performed by TASSEL software using the mixed model MLM (Q + K). Two approaches were used in the association analysis, the first using the phenotypic average adjusted to BLUP values for the five enviroments and the second one using only the means of each site individually. In the phenotypic analysis the lines: Dowling, PI 417563, PI200526, PI 377573 and PI 159922 showed good grain yield in the five evaluated environments. The molecular and phenotypic characterization of diversity indicated the presence of geneticvariability in the inbreed lines. Moreover, it was possible to identify two groups (k = 2) in both population structure analysis used. In the associative mapping, were detected seven markertrait associations with p <0.001 and with correction for multiple tests q <0.1. Among these, four were significant in the pooled analysis model with five environments and at the individually environment two. The other variables were significant only for the latter location.