全基因组关联研究的理论基础是连锁不平衡（即SNPs之间的非随机关联），全基因组范围内的SNPs可以用数量相对较少（50万～100万）的标记SNPs（TagSNPs）来代表。

全基因组关联研究一般采用三阶段实验设计：第一阶段使用全基因组SNPs芯片对部分样本进行基因分型，第二阶段至第三阶段使用针对少量SNPs的基因分型技术（如低密度的SNPs芯片、质子飞行时间质谱等）在大量样本中对第一阶段筛选得到的少量SNPs进行验证。公认的全基因组关联研究的统计显著性阈值为P-值小于5×10^-8，即相当于检测100万个独立的SNPs，具有统计显著性的SNPs的P-值在做完邦弗朗尼（Bonferroni）多重检验校正后小于0.05。

第一个全基因组关联研究是2005年在《科学》杂志上发表的关于老年性视网膜黄斑变性的研究。截至2015年2月，已经有2111项全基因组关联研究发表，研究对象涵盖包括心理疾患在内的多种疾病。中国科学家在系统性红斑狼疮、多种肿瘤、干燥综合征、精神分裂症等疾病的全基因组关联研究中取得了重大成果。

全基因组关联研究（GWAS）已经涵盖了多种心理疾患，包括精神分裂症、双相情感障碍、抑郁症、自闭症、创伤后应激障碍等。此外，全基因组关联研究还被用于“大五”人格、认知能力、教育程度、成瘾、结构/功能神经影像等研究中。经过发展，全基因组关联研究已经呈现出多研究整合和超大样本量的特点。例如，最新教育程度的全基因组关联研究的样本量已经超过40万。除了针对人类的研究，全基因组关联研究也应用于动物和植物的复杂性状研究中。