合作型科研的一個常見障礙是參與者不願擁抱新的合作。然而，各種努力以及集中起來的數據和資源會使每個人都受益的意識不斷強化，並且正在使舊的觀念遭到擯棄。
數據分享最大化。HGP改變了生物醫學研究中關於數據分享的既有規範。一旦大量的基因組作圖和測序數據開始產生，為縮短數據產生和發布相隔時間而建立相關政策的勢頭很快便發展起來。這些努力促成了1996年「百慕達原則」的採用。當時，參與此項目的主要團隊負責人同意在超過一定規模的基因組序列集產生的24小時內將其提交至一個公開資料庫。
從那以後的這些年裡，此項努力變成一種基石。2003年，勞德代爾堡協議延伸了相關原則。2008年，美國國立衛生研究院（NIH）擴展了其數據分享的期望，將全基因組關聯研究包括進來。2014年，「百慕達原則」開始執行擴展的基因組數據共享政策。這要求利用NIH資助產生或分析出來的幾乎所有大規模基因組數據都要共享。
廣泛存在的數據共享正帶來新的挑戰。這包括：分析和移動大量數據集存在的計算和輸送上的困難，以及對於人類數據（尤其是基因組和臨床數據）來說，如何保護研究參與者的隱私問題。各種舉措已經推出，以解決這些問題。例如，對強大可靠的計算平臺的需求，正帶來生物醫學研究中雲計算使用的快速增長。
制定數據分析計劃。對於HGP的規劃，本身存有缺陷。回顧過去，早期未受到充分關注的一個領域是數據分析。首個人類基因組序列以一種零零碎碎的方式產生了。為獲得每條染色體的連續序列，上千個單獨組裝的序列片段（每個約100～300千鹼基）不得不通過計算被連接在一起。當對此類計算過程的需求（最終證實在技術上非常有挑戰性）變得明顯時，已處於項目相對較晚期。通過一小群生物信息學家的巨大努力，這一任務在幾個月的時間裡完成。如果規劃中給予更多關注，此項工作便不會面臨如此大的壓力。
近年來，一些基因組學項目（諸如千人基因組計劃和癌症基因組圖譜）已經展示了對於數據分析計劃的早期設計會如何為數據產生策略提供信息。最近，對美國精準醫學計劃的規劃包括了如何最好地整合和分析預期的大量數據類型的討論——從電子健康檔案到基因組分析，以及來自環境監測器和可穿戴人體傳感器的信息。
優先考慮技術開發。1990年10月，HGP參與者在項目推進過程中充分意識到，繪製和測序人類基因組的工具和方法，作為更大型項目的一部分需要被研發出來。事實上，項目促成了多項關鍵基因組學技術的開發以及分子生物學、化學、物理學、機器人學和計算領域的實質性創新，並且帶來了以創新性方式利用工具和方法的策略。在一些情況下，多重漸進式改進被拼湊在一起，產生了革命性的進展，比如最終被用於產生首個人類基因組序列的毛細管DNA測序設備。