La inclusión de selección genómica (SG) en un programa de mejoramiento permite acortar los tiempos, incrementando la ganancia genética por unidad de tiempo. SG puede ser usado en la predicción de los mejores cruzamientos evaluando la complementariedad alélica entre los padres y/o prediciendo el desempeño de individuos. Los modelos mixtos utilizados en SG son una herramienta poderosa que permite incluir correlaciones entre individuos, ambientes y caracteres permitiendo utilizar toda la información disponible. El objetivo de este trabajo es optimizar herramientas para la inclusión de SG en el programa de mejoramiento genético de trigo (PMGT), para el manejo de la interacción genotipo por ambiente (IGA), la predicción de múltiples caracteres y la selección de los mejores cruzamientos. En este trabajo se utilizaron datos históricos del PMGT de Uruguay, proveniente de 35 ambientes, 1495 líneas experimentales evaluadas para rendimiento y 695 líneas evaluadas para caracteres de calidad panadera de trigo. Se compararon modelos multi-carácter y multi-ambiente modelando correlaciones en la predicción de nuevos individuos e individuos parcialmente fenotipados. También se predijeron los mejores cruzamientos considerando y no considerando la varianza genética entre ambos padres. Los resultados muestran que los modelos multi-ambiente y el multi-carácter son útiles para la optimización de recursos de un programa de mejoramiento, prediciendo líneas parcialmente fenotipadas. Finalmente, seleccionar cruzamientos considerando la media del desempeño de los padres fue tan bueno como considerar además la varianza genética entre ambos padres para rendimiento de grano; no fue así en los cruzamientos seleccionados para calidad panadera dónde hubo diferencias entre ambos métodos.