mGWAS（metabolome-based genome-wide association studies）的研究方法和GWAS类似，只是将代谢物含量作为表型性状来与基因位点进行关联。但同时它也有自己独特的优势，首先，因为表型测定是比较复杂的，尤其是数量性状表型，极易受环境影响，人为测量可能会有偏差，表型本身变化也会不稳定。代谢物的含量测定相对而言更加稳定和单一，这为我们数据分析减少了难度，代谢物相当于充当了中间桥梁。
第二，在研究的内容上会比GWAS更加丰富，代谢物测定本身是一种生理生化指标，在以往的研究中可作为反向遗传学研究手段，因此GWAS的正向遗传学研究和代谢组反向研究相结合，除了解析基因控制位点，还可进行代谢物调控机理机制研究。
一般研究思路：自然群体若有分群，做代谢物差异，mGWAS寻找位点，重点关注控制差异代谢物的位点，基因克隆，找到变异调控代谢物的机理；位点比较，进行演化和群体遗传研究；然后再研究代谢物如何影响表型变化（如通路水平）。
mGWAS能做到什么程度？华农和海大的罗杰教授基于这一方法搭建实验室平台，发了不少高水平成果，而且创建了迈维代谢。中国农科院的黄三文研究员在这一领域也发表了不少高水平文章。Rewiring of the Fruit Metabolome in Tomato Breeding 这一篇文章就是两人合作利用这一方法对番茄的育种研究，研究思路很有意思，值得拜读。
罗老师在前不久的迈维讲座中也提到了这项研究，更多精彩内容见：
https://v.qq.com/x/page/e09440de6zw.html?start=23
除了在农学领域的应用，mGWAS现在医学领域研究也相继展开，但因为材料的限制，相对较少，这算是在组学领域中，农学强于医学的少数特例吧。值得注意的是，很多文章将微生物组全基因组关联分析也称之为mGWAS，毕竟microbiome和metabolome都是m。微生物组全基因组关联研究主要用于阐明宿主遗传变异与微生物组的相互作用，研究的是微生物基因组的变异如何影响宿主或病原体表型，例如耐药性，毒力，宿主特异性和预后。然而，早在几年前，BGI的王俊就提出了Metagenome-wide association studies (MWAS)的方法，应该跟后面那些人提的mGWAS是一回事？
所以，我们还是将基于代谢组的全基因组关联分析称之为mGWAS吧。