MAF与MAC及稀有变异

更新：2026-10-13；状态：可用；验证范围：官方文档与原始研究核对；本页命令模板未在本机运行。

频率描述相对比例，等位基因计数描述实际信息量；低频位点需要同时审查样本与统计近似。

同样的频率可以有不同信息量

对于无缺失、二倍体双等位的n个样本，次要等位基因频率MAF与计数MAC满足MAC = 2n × MAF。例如MAF=0.01在100个样本中对应约2个拷贝，在10000个样本中对应约200个拷贝。缺失、单倍体、多倍体和剂量统计需要按实际分母解释，不能照搬2n。

minor由指定样本集合的频率确定，不等于ALT或效应等位基因。实际分析的MAC可能需要在有表型、有协变量的子集中重新统计，见SNP与基因型是什么。

怎样用于GWAS

低MAC下常规大样本检验近似可能失准；二分类还要看病例与对照中的分布。某位点在完整基因型库中常见，在某个表型的实际分析子集中却可能很稀疏。阈值需要结合性状、检验、样本量与错误控制选择。

填充质量与频率是不同维度。一个位点MAF足够高，不代表填充可信；硬调用与剂量丢失的信息也不同，见定相与基因型填充。

单位点与集合检验

把多个低频变异按基因或区域聚合，是另一类研究问题。Burden把选定变异按规则合成负担，SKAT类方法允许不同变异的效应模式；变异集合、注释、频率门槛、权重与模型都影响检验。不能把一张单位点结果表简单相加就称为规范的基因检验。

REGENIE与SAIGE体系有相应集合检验接口，本专题的实际小鼠例子只验证常见位点单变异分析，不验证稀有变异或外显子集合分析。

练习与深入

比较“总样本10000、MAC20、病例中0个拷贝”和“病例中10个拷贝”的二分类信息结构。先写出病例/对照数和携带者数，再判断是否能直接信任常规Wald检验。

参数核对：PLINK频率与计数筛选、REGENIE集合检验文档、SAIGE官方文档。相关：GWAS参数选择与敏感性分析。