O sucesso na obtenção de altas produtividades de soja depende da utilização de sementes de qualidade. Muitos problemas que comprometem a qualidade fisiológica das sementes podem ser relacionados às características do tegumento. Inúmeros trabalhos afirmam que sementes de soja com tegumento semipermeável à água apresentam maior tolerância a patógenos e pragas, menor susceptibilidade aos danos mecânicos, às adversidades climáticas e à deterioração por umidade. A inclusão das características de tegumento semipermeável nas cultivares atuais pode minimizar problemas relacionados à qualidade de sementes. Neste contexto, aliar as técnicas da biologia molecular com a bioinformática é uma importante estratégia para identificação dos genes envolvidos com o tegumento e com a fisiologia de sementes. O objetivo desse trabalho foi descrever e avaliar uma estratégia de utilização de ferramentas da bioinformática, para a integração in silico de informações de experimentos in vitro de marcadores moleculares, contra dados armazenados em bancos de dados genômicos e prever pela descrição funcional se estes marcadores podem estar associados a diferentes características do tegumento da soja. Foram utilizados 24 conjuntos de primers microssatélites, avaliados anteriormente e que amplificaram fragmentos polimórficos entre os genótipos de soja CD-202 (tegumento amarelo, permeável e susceptível à deterioração) e uma linhagem TP (tegumento preto, semipermeável e resistente a deterioração). Os resultados desta análise indicam como promissor o uso destes marcadores para estudos relacionados ao tegumento e à qualidade de sementes de soja. A estratégia da mineração de marcadores moleculares a partir da integração in silico de sequências de marcadores moleculares ainda anônimos, bancos de dados genômicos e bancos contendo seqüências com descrições funcionais dos genes demonstra ser promissora, pois, possibilita prever as funções para estes genes e verificar a associação destes com rotas bioquímicas e metabólicas responsáveis pelas características que se deseja analisar em rotinas in vitro.
Bioinformática; Marcadores Moleculares; Glycine max
