该死的Excel，为了避免误转换，20多种人体基因名称被修改

可能很多同学在使用Excel时候遇到过这样的尬事，本来输入的是一个数字，比如身份证号，被自动修改成了一个科学计数，后面几位给变成了000。还有很多时候数字被识别为日期等等，当然这可以通过设置单元格为文本来解决，但是毕竟要手动设置非常麻烦，一般用途还好，如果面对成千上万数据可能会让你抓狂。

当然这也不是普通人的烦恼，研究人体基因的科学家也为这个问题而头疼。人体基因组中有成千上万的基因：螺旋的双链DNA和RNA一起表达了每个人都独一无二的所有特征和特性。为了方便研究，每个基因都有一个名称和字母数字代码（称为符号，比如ATCG）。由于Microsoft Excel误识，在过去的一年左右的时间里，约有27种人类基因被重命名。

Microsoft Excel是电子表格世界中占统治地位，有很多科学家经常使用它来跟踪研究工作，甚至进行临床试验。但是，Excel默认设置是考虑的日常的应用，当用户输入一个基因的字母数字符号到电子表格时候，比如MARCH1时（这是Membrane Associated Ring Finger （C3HC4）1"的简写， Excel会自动识别并将它转换为'1-Mar'，这是个日期3月1日。

根据有关研究统计发现基因科学论文中约有五分之一的基因数据会受到这个Excel错误转换的影响

也没有简单的解决方法。Excel不提供关闭该自动格式转换的设置，要防止这种情况的唯一方法是修改列的单元格数据类型。但是即便是这样修改了数据暂时显示正常了，但是，当传其他人，其他人再无脑打开，也会同样被转换。

本周，HGNC发布了有关基因命名的新指南，包括"影响数据处理和检索的符号"，人类基因及其表达的蛋白质将可以被Excel的自动格式转换而不受影响。MARCH1现在已变为MARCHF1，SEPT1被修改为SEPTIN1，依此类推。HGNC将存储旧符号和名称的转化映射，以避免可能造成的混乱。

正如Bruford所言，基因的命名很大程度上取决于共识。就像负责更新词典的词典编纂者一样，基因命名委员会必须对那些受其工作影响最大的个人的需求保持敏感。

根据人类基因命名委员会的声明，我们对此表示敬意。

HGNC已通过发布指导方案解决了这个问题，重点是实际问题是我们如何最大程度地减少混乱？由于这个原因，基因符号应该是唯一的，基因名称应该简短而具体。不能使用下标或上标；只能包含拉丁字母和阿拉伯数字；并且不应该拼写姓名或单词，尤其是令人反感的单词。在理想情况下以任何语言显示"都是正确的。

尽管对基因重命名的决定并不容易，但这并不罕见。例如，许多可以理解为名词的基因符号已被重命名以避免在搜索过程中出现误报。曾经把CARS变为CARS1，WARS更改为WARS1，而MARS调整为MARS1。为了避免侮辱，还进行过其他更改。

"我们总是想像临床医生必须向父母解释，他们的孩子的特定基因有突变，"布鲁福德说。"例如，HECA曾以果蝇中的同等基因命名，命名为'headcase homolog（Drosophila）'，但为了避免潜在的攻击，我们将其更改为'hdc homolog '。"

布鲁福德说，这是第一次专门针对该软件引起的问题而重新编写了该指南。到目前为止，这些反应似乎是非常积极的-有些人甚至说很高兴。

布鲁福德（Bruford）指出，这一决定存在一些异议，但似乎主要集中在一个问题上：为什么重命名人类基因比改变Excel的工作方式更容易？到底为什么在Microsoft与整个遗传学界之间的斗争中，是科学家们不得不退缩？

截止目前微软没有对此做回应置评，但是布鲁福德的理论是，改变毫无意义。当科学家自己可以提出长期解决方案时，不必等待Excel更新来解决这些问题。Microsoft Excel可能正在转瞬即逝，但是人类基因的存在时间将与我们一样长。最好给他们起名字。