因為軟件“bug”，科學家不得不給27種基因改名字,現在下載,新用戶還送新人禮包,

當Excel將一些關鍵數據誤讀，bug而科學家們恰好使用這些數據來分析，軟件甚至臨床試驗的科學時候，就可能產生不可挽回的家不基因嚴重后果。

來源  公眾號“DeepTech深科技”

作者  王建韜

電子表格類軟件，種改名已經深度參與到我們日常工作的bug各個環節。

而其中的軟件翹楚無疑是微軟的 Excel，不管是科學 WPS 或是 Numbers，都無法撼動這款已經擁有 35 年歷史的家不基因軟件。但最近它的種改名某些功能卻給一些科學家們帶來了困擾。

藏在基因名稱中的bug“隱患”

人類基因組，有 23 對染色體，軟件包含約 30 億個 DNA 堿基對，科學部分堿基對組成了大約 20000 到 25000 個基因。家不基因在科學研究中，種改名學者需要為每個基因起一個特定的名稱以便快速定位，這些名稱一般由字母加數字的形式組成。

但是在最近一年左右的時間里，有約 27 種人類基因被重新命名，Excel 正是這一系列行為的“肇事者”，它會將這些基因名稱誤讀為日期格式，并直接修改成了默認格式。

這種事情并不新鮮，我們每個人或多或少都遇到過類似情況。

但是，當 Excel 將一些關鍵數據誤讀，而科學家們恰好使用這些數據來分析，甚至臨床試驗的時候，就可能產生不可挽回的嚴重后果。

當遇到類似情況時，科學家們必須手工設置單元格格式以還原數據，但難免也會產生遺漏的情況。據一項 2016 年的調查表明，這類 “Bug” 非常普遍，以至于在 3597 篇樣本論文中，約五分之一都受到了影響。

“這真的非常非常煩人”，英國 Quadram 研究所的系統生物學家 Dezs? Módos 在報道中這樣描述。他的工作會涉及到分析新近測序的遺傳數據，他說這類 Excel “錯誤”非常常見，而恰好 Excel 是科學家們分析數據時的首選。“在解決計算問題的時候，它真的很方便”。

并沒有一種簡單的解決方法能夠修復這類“Bug”，Excel 沒有關閉自動修改格式的開關，為了避免自動“轉型”，只能重設整列單元格數據類型。但是這種修復是一次性的，一旦其他人引用了相關數據，問題會再次出現。

改名，是為了徹底解決問題

國際人類基因組組織（HUGO）下轄的 HGNC（基因命名委員會），近期發布了包含 “影響數據處理和索引的符號” 的關于基因命名格式的新指南。從今往后，人類的基因命名將避開 Excel 的“Bug”。例如：MARCH1 將變為 MARCHF1；SEPT1 變為 SEPTIN1。

這并不是一個輕易作出的決定，HGNC 的權威性來自科學家群體的共識。HGNC 必須及時通知受到改名影響較大的群體，從改名到日常使用將是一個緩慢的過程。

此前，在遺傳學早期，基因的命名一度非常隨意，往往體現了科學家的強烈個人偏好，例如 “大名鼎鼎” 的“音速刺猬索尼克”、INDY（I’m not dead yet）等等。

不過現在，HGNC 已經將命名規則制定權牢牢掌握在手中，在他們的規則下，基因的命名不再能夠讓科學家們自由發揮，基因名稱不得使用上標或下標，只能包含字母和數字，不能由姓名或單詞組成，尤其是一些令人反感的詞匯。

為了避免在搜索時產生歧義，他們曾經將 CARS 基因更名為 CARS1、WARS 更名為 WARS1 等等。

HGNC 的協調員 Bruford 說道，這是第一次該組織針對軟件問題而對基因名稱及命名規則進行修改，截止目前，收到的反饋總體上是積極的。

但 Bruford 也提到，他們聽到了一些爭議的聲音：為什么選擇重新命名人類基因，而不是修復 Excel 的“Bug”？為什么整個遺傳學界會輸給一家商業公司？

微軟并未對此置評。

但 Bruford 這樣解釋道，Excel 并不值得因此而改變所有的產品功能，我們在微軟龐大的用戶群中只占很小的一部分。如果微軟就此做出修改，反而將對更多的人造成影響。

最后她說，同永恒的人類基因相比，Excel 不過滄海一粟。

參考：

//www.theverge.com/2020/8/6/21355674/human-genes-rename-microsoft-excel-misreading-dates

//www.nature.com/articles/s41588-020-0669-3.epdf

//en.wikipedia.org/wiki/Human_genome