Tyypillinen työprosessi alkaa näytteestä, DNA:n eristämisestä ja sekvensoinnista, jonka jälkeen data puhdistetaan, koottiin tai analysoidaan suoraan. Sekvensointitulokset tallennetaan tyypillisesti FASTQ-formaatissa, ja geneettinen annotointi määrittelee, mitkä alueet vastaavat geenejä ja muita toiminnallisia elementtejä. Seuraava vaihe on varianttien kutsuminen ja tulkinta, joka voi sisältää yksilö- tai populaatiotasoisia analyyseja sekä vertailua eri lajien tai ryhmien välillä. Tutkimuksessa käytetään myös vertailuanalyyseja ja filogeniaa.
Sovellukset vaihtelevat. Lääketieteessä genomianalyysi mahdollistaa diagnostiset ratkaisut, yksilöllisen lääketieteen sekä syövän genomisen analyysin ja hoidon räätälöinnin. Maataloudessa ja teollisuudessa se tukee kasvien ja eläinten jalostusta sekä mikrobien hyödyntämistä. Ekologiassa ja evoluutiotutkimuksessa se auttaa ymmärtämään lajien monimuotoisuutta, sopeutumista ja historiaa. Datanhallinta, standardit ja julkaisutavat sekä ohjelmistotyökalujen yhteentoimivuus ovat olennaisia osia alalla.
Haasteet liittyvät suurten tietomäärien hallintaan, laskennallisiin resursseihin sekä tulosten tulkinnan epävarmuuteen ja toistettavuuteen. Eettiset ja oikeudelliset kysymykset, kuten yksilön yksityisyys, suostumus ja tulosten vastuullinen raportointi, ovat tärkeitä. Tietosuoja- ja tietojenkäsittelystandardien lisäksi tarvitaan selkeitä käytäntöjä tiedon jakamiseksi ja replikoinnin varmistamiseksi. Katse kääntyy tulevaisuuteen: genomianalyysi yhdistyy yhä laajemmin multi-omics-aineistoihin, pitkän luokan sekvensointiin ja pilvi- sekä hybridi-infrastruktuureihin, mikä parantaa skaalautuvuutta ja tulkinnan kykyä.