文献地址：next-generation genetics in plant发表于2008，有些年代了
在解析复杂性状方面，植物的基因研究一直走在最前沿。由于经典遗传学的应用，对谷物的研究首次证明多位点的分离可以导致作物表型的连续分布。随后在拟南芥、水稻、玉米和番茄中也发现类似情况。
基因分型成本的下降和遗传图谱构建得越来越精细，使得使用连锁作图识别引起特定表型效应基因甚至是单个核苷酸变异几乎成为常规（***两个连锁基因相聚越远，它们之间发生重组事件的概率就越高***）。然而，高分辨率连锁作图速度慢且强度大。因此人们开发了全基因组关联作图来替代传统作图方法。它寻找感兴趣的表型与个体基因组中存在的 DNA 序列变体之间的关联，通过确定个体基因型的位置来评估。由于GWA研究涉及的是**自然群体**而非杂交后代，它们更能反应历史重组现象，因此它比连锁图谱提供更高的分辨率。
作者认为通过自交授粉或克隆繁殖的植物是做GWA研究的最适材料。在研究具有复杂遗传学的表型时尤其是当表型受环境改变时，这种检查具有相同基因型的个体的能力大大的促进了统计学的发展。然而通过关联映射时，种群结构可能是一个强大的复杂因素。尤其是对于适应当地环境很重要的特征。但该问题可通过统计学解决。但是GWA作图也并不是总是有效（Fig.1）。
另一个需要考虑的因素是，两种映射技术--（全基因组关联作图和连锁作图）--在性状的遗传结构和如何影响统计能力方面也有所不同（Fig.2）。由于特定等位基因在整个群体的表型变异中的重要性取决于它的频率和它的影响，因此GWA检测稀有等位基因能力很低。相反，通过两个随机选择的亲本之间进行杂交来确定的等位基因（通常是稀有等位基因，引起的表型变化通常是有害的）可能会产生很大的影响。但从进化的角度来看可能并不重要，因为它们很少见。
由于测序技术的发展，以及构建单倍型图谱的微阵列杂交技术较新方法成本高、精度低、并且存在存在偏向性。未来将使用新技术二代测序。
众所周知，种群结构会影响连锁不平衡。如欧洲人连锁不平衡较非洲人多，暗示着人类起源于非洲。另一个是对于野生拟南芥，连锁不平衡在北美比在欧洲更广泛，这与该植物仅在欧洲人定居北美后才被引入北美一致。可能原因是还没有足够的时间重组来减少有限数量的创始人染色体上存在的等位基因之间的连锁不平衡
