Embora já existam estudos anteriores a respeito da estrutura de população em cana-deaçúcar, até o momento nenhum estudo foi feito usando marcadores SNPs gerados a partir de plataformas de genotipagem de larga escala, como por exemplo, Sequenom iPLEX MassARRAY. No presente trabalho, foi investigada a estrutura populacional no painel brasileiro de variedades de cana-de-açúcar. Esse painel é formado por materiais elites, ancestrais importantes e cultivares utilizados em programa de melhoramento. Um total de 1033 marcadores SNPs foram utilizados para genotipar os acessos do painel. A classificação dos dados feita usando o software SuperMASSA. A estrutura de população foi analisada por meio de análise de componentes principais (ACP), análise de agrupamentos e usando o software STRUCTURE. Devido ao fato que no software STRUCTURE não é possível dados de marcadores moleculares provenientes de espécies poliploides com aneuplodia frequente, o conjunto de dados foi separado e analisado de acordo com nível de ploidias dos SNPs. Com a finalidade de comparar os resultados, foi feita uma análise de coordenadas principais na matriz de distância, com os elementos definidos por 1 - coeficiente de parentesco. A análise de componentes principais revelou presença de estrutura de população. O primeiro componente separou o acesso IN84-58 (S. spontaneum) dos outros acessos que por sua vez estão separados em três grupos: o primeiro grupo formado pelos acessos que são S. sinense, o segundo grupo formado pelos cultivares modernos de cana-de-açúcar e o terceiro grupo formado por acessos que são espécies S. officinarum. Resultados da análise de agrupamento usando distância de alelos compartilhados são condizentes com resultados da ACP. Por outro lado, análise de coordenadas principais e método de agrupamento UPGMA usando o coeficiente de parentesco mostraram uma maior dissimilaridade genética entre os acessos separando as progênies do cultivar RB72454 do grupo formado pelos genitores e ou progenies do cultivar NA56-79. A diferença entre os resultados da análise de componentes principais e de coordenadas principais é devido principalmente a pressuposições nas estimativas do coeficiente de parentesco que são irrealísticas. Com relação a análise feita com o software STRUCTURE, o número de subpopulações e a matriz Q estimada variou de acordo com nível de ploidia dos marcadores. De um modo geral, as análises de estrutura de população mostrou que há evidências de estreitamento da base genética dos acessos devido a cruzamentos recorrentes de indivíduos aparentados. Espera-se que estas informações sejam importantes para o mapeamento associativo e melhoramento genético da espécie.

Although there are several studies inferring population structure in sugarcane, none of them have yet used SNP markers generated from high-throughput platforms, such as, Sequenom iPLEX MassARRAY platform. In this study, it was investigated the population structure in a Brazilian panel of sugarcane varieties. This panel is comprised by elite breeding materials, important ancestors, and cultivars mostly used by breeding programs. 1,033 SNP markers were scored. SNP genotype calling was made using software SuperMASSA. The population structure was analyzed via principal components analysis (PCA), cluster analysis and using the software STRUCTURE. Due to the fact that STRUCTURE is not possible to analyze molecular markers data scored on species withmixed ploidy level, the dataset was separated and analyzed according to SNPs level ploidy estimates. With purpose of comparing the results, it was made a principal coordinate analysis (PCO) of distance matrix, with elements defined by 1 - kinship coefficient. The principal components analysis revealed some structure. The first component separated out IN84-58 (Saccharum spontaneum) from the others acessions, whereby these others acessions were allocated in three groups, comprised by S. sinense species, sugarcane modern cultivars and S. officinarum species. Results from cluster analysis using allele shared distance are in agreement with PCA results. On the other hand, principal coordinates analysis and UPGMA hierarchical clustering method based on kinship coefficient showed a broader genetic dissimilarity between acessions, allocating RB72454 progenies apart from its parents and/or progenies of NA56-79. The difference of results between PCA and PCO are mainly due to irrealistics assumptions in the calculation of kinship. Regarding analysis from the STRUCTURE, the number of subpopulations and Q matrix estimated varied with level ploidy. In general, the study of population structure showed some evidence of narrow genetic distances between accessions, due to recurrent crosses between related individuals. The information presented hereby could be important for association mapping and sugarcane breeding program.