Dados coletados de experimentos de melhoramento geralmente contêm observações fenotípicas para vários caracteres avaliados em múltiplos ambientes. Especificamente para cana-de-açúcar, medidas repetidas são obtidas para cana-planta e uma ou mais socas. Tal cenário presta-se naturalmente ao uso de modelos mistos para modelagem de variâncias genéticas heterogêneas e correlações entre caracteres, locais e cortes. Essa abordagem também nos permite incluir informações de marcadores moleculares, auxiliando no entendimento da arquitetura genética dos caracteres quantitativos através do mapeamento de QTLs. Este trabalho teve como objetivo detectar QTLs e interação QTL por ambiente pelo método do Mapeamento de Múltiplos Intervalos, o qual também permite a inclusão de epistasia no processo de busca. Nossa população de mapeamento foi composta por 100 indivíduos oriundos de um cruzamento biparental entre os cultivares brasileiros pré-comerciais SP80-180 e SP80-4966, avaliados em duas localidades (Piracicaba e Jaú, SP, Brasil) e três anos (2004 a 2006) para percentual de fibra, conteúdo de sacarose (POL) e toneladas de cana por hectare (TCH). Um mapa genético com 96 grupos de ligação cobrindo 2468,14 cM já estava disponível para esse cruzamento. O modelo fenotípico selecionado conteve matrizes de covariância separadas para caracteres e ambientes, o que resultou em um modelo mais parcimonioso com bom ajuste aos dados. Foram detectados 13 QTLs com efeitos principais e 8 interações epistáticas, cada um deles exibindo interação QTL por local, QTL por corte ou a interação tripla. Assim, nenhum QTL apresentou efeitos estáveis ao longo de todas as combinações de ambientes. No total, 13 dos 21 efeitos apresentaram algum grau de pleiotropia, afetando pelo menos dois dos três caracteres. Além disso, esses QTLs sempre afetaram os caracteres fibra e TCH na mesma direção, enquanto que POL foi afetado no sentido oposto. Não foi observada evidência em favor da hipótese de QTLs ligados em detrimento da hipótese de QTL pleiotrópico para qualquer das posições genômicas detectadas. Esses resultados fornecem valiosas informações sobre a base genética da variação quantitativa em cana-de-açúcar e sobre a relação genética entre caracteres.

Data collected from breeding trials usually comprise phenotypic observations for various traits evaluated at multiple test environments. Specifically for sugarcane, repeated measures are obtained for plant crop and one or more ratoons. Such scenario naturally lends itself to the use of mixed models for modeling heterogeneous genetic variances and correlations between traits, locations and harvests. This modeling approach also enables us to include molecular marker information, aiding in understanding the genetic architecture of quantitative traits through QTL mapping. Our work was aimed at detecting QTL and QTL by environment interaction by the Multiple Interval Mapping method, which also allows the inclusion of epistasis in the search process. Our mapping population was composed of 100 individuals derived from a biparental cross between the Brazilian pre-commercial cultivars SP80-180 and SP80-4966, evaluated at two locations (Piracicaba and Jaú, SP, Brazil) and three harvest years (2004 through 2006) for fiber content, sugar content (POL) and tonnes of cane per hectare (TCH). A genetic linkage map with 96 linkage groups covering 2468.14 cM was already available for this cross. The selected phenotypic model contained separate covariance matrices for traits and environments, which resulted in a more parsimonious model with good fit to the data. We detected 13 QTL with main effects and 8 epistatic interactions, each exhibiting QTL by location, QTL by harvest or the three-way interaction. Thus, no QTL displayed stable effects across all environment combinations. Overall, 13 of the 21 effects presented some degree of pleiotropy, affecting at least two of the three traits. Furthermore, these QTL always affected fiber and TCH in the same direction, while POL was affected in the opposite way. There was no evidence in favor of the linked QTL over the pleiotropic QTL hypothesis for any of the detected genome positions. These results give valuable insights about the genetic basis of quantitative variation in sugarcane and about the genetic relation between traits.