一般来说，常见变异影响常见疾病，罕见变异影响罕见疾病。
常见疾病/表型（比如糖尿病、身高），一般都是由许多微效作用位点共同影响的。
罕见疾病（比如家族性乳糜微粒血症综合征），一般由一个或几个效应值极强的罕见变异影响。
比如下面这个图，就很好的说明了这个问题。
但是，世界不是非黑即白，凡事都有个例外。科研也是如此。
1 罕见变异影响罕见疾病案例
SETD1A上的一个缺失变异导致阅读障碍症；
成纤维细胞生长因子受体-3（FGFR3）的点突变导致软骨发育不全；
2 罕见变异影响常见疾病案例
TREM2基因上的rs75932628（位点突变频率0.0063 )影响阿尔兹海默病；
GHR上的rs121909358（位点突变频率0.0087 ) 影响身高；
APOC3上的rs138326449（频率0.001）影响甘油三酯；
3 常见变异影响常见疾病案例
ARSA基因上的rs2071421（频率为0.47)影响二型糖尿病；
SORT1基因上的rs599839（频率为0.3127）影响低密度脂蛋白；
4 常见变异影响罕见疾病案例
EXOC4基因上的rs12538505（频率为0.485）影响孤独症；
后记：
最近经常看到许多反常规的研究结果，比如有很多罕见变异位点影响身高，而且效应值极大；还有很多常见变异影响罕见的神经发育障碍疾病的严重程度。
感兴趣的请搜“Rare and low-frequency coding variants alter human adult height”和“Common genetic variants contribute to risk of rare severe neurodevelopmental disorders”这两篇比较经典的文献。
我相信，未来，随着统计学power不断提升，会有更多的这种反常规的结果出现在我们面前。
也侧面说明了如果GWAS研究结果不理想，可以考虑用罕见变异去寻找可能的结果。