在遗传流行病学上，全基因组关联研究（Genome Wide Association Studies,GWAS）是一种检测特定物种中不同个体间的全部或大部分基因，从而了解不同个体间的基因变化有多大的一种方法。不同的变化带来不同的性状，如各种疾病的不同。在人类中，这种技术发现了特定基因与疾病的关联，如被称为年龄相关性黄斑变性的眼部疾病和糖尿病。在人类中，数百或数千人通常用于单个DNA突变（单核苷酸多态性或SNPs）进行测试，约600人通过GWAS来检查150 疾病和相关性状，发现800个SNP具有关联性。他们在发现疾病的分子途径时非常有用，但是通常在发现预测疾病风险的基因是却不是很有用。[1]
这些研究通常比较两组参与者的DNA：有疾病的人（病例）和相同条件的无该疾病的人（对照）。每个人都提供些作为样本的细胞，如从口腔内侧擦下了的表皮细胞。DNA可以从这些细胞中提取，并涂布在基因芯片上，该芯片上可以读取上百万个DNA序列。这些芯片被读入计算机，在那里通过生物信息学技术对其进行分析，而不是阅读的全部DNA序列，这些系统通常读的是各个SNP，这些SNP被是成组的DNA变异（单倍型）的标记。
如果在患者中某基因型的变异很频繁，那么就说该变异与该疾病“相关”。相关的遗传变异所在的人类基因组区域被视为标示点，基因组的该区域可能是致病原因的所在。有两种方法用来寻找疾病相关的突变：假说驱动和非假设驱动的方法。假设驱动的方法为一开始假设一个特殊的基因可能与某种疾病，并试图找出关联。非假设驱动的研究用蛮力的方法来扫描整个基因组，看那些基因与该病有关联。GWAS一般采用非假说驱动。
令人惊讶的是，与疾病相关的SNP变异大多不是在编码蛋白质的DNA区域。相反，他们通常位于染色体上编码基因间的大型非编码区域上，或者位于编码基因的内含子上，该内含子通常在蛋白质的表达过程中被剪切掉。这些是有控制其他基因能力的可能的DNA序列。但通常，他们的蛋白质功能是不知道的。
GWAS为人们打开了一扇通往研究复杂疾病的大门，将在患者全基因组范围内检测出的SNP位点与对照组进行比较，找出所有的变异等位基因频率，从而避免了像候选基因策略一样需要预先假设致病基因。同时，GWAS研究让我们找到了许多从前未曾发现的基因以及染色体区域，为复杂疾病的发病机制提供了更多的线索。
