随着全基因组关联分析的发展，如何从海量数据中获取有效信息已成为人们普遍关注的问题，而传统的方法还不能完全解决诸如检测上位性这样的问题。全基因组关联分析以往的上位性研究主要集中于单一表型的局部信息，而在本文中，我们开发了一个两阶段全局搜索算法以实现对有向无环图的全局搜索，从而在病例对照设计中识别与多个表型的全基因组上位性交互作用。GESLM结合了基于评分的方法和基于约束的方法来学习与表型相关的贝叶斯网络，在探索同时存在表型的遗传关联和基因交互作用的复杂结构方面具有较高的稳定性。