A genetika fejlődését másfél évtizeden át hátráltatta az Excel, ami több száz kutatás eredményeit rontotta el
2020 nyarán a Human Genome Organisation Gene Nomenclature Committee (HGNC) nevű tudományos szervezet bejelentette, hogy megváltoztatják 27 emberi gén hivatalos kódnevét, és ezekre onnantól kezdve a világ minden genetikus kutatójának az új neveken kell hivatkoznia a tanulmányaiban. Ez így önmagában jelentéktelen és unalmas bürokratikus apróságnak tűnik, a nemzetközi genetikus közösség viszont valóságos örömünneppel reagált rá. A változtatás ugyanis egy olyan bosszantó hibalehetőséget iktatott ki, ami akkor már legalább másfél évtizede keserítette meg a genetikusok életét, több száz tanulmányt elrontva. És itt most nem valami bonyolult tudományos problémára kell gondolni, hanem a lehető legbanálisabb akadályra, a Microsoft Excel kényelmi funkciójára, ami dátumformátumra alakít szövegeket, ha azt gondolja, hogy ezzel segít a felhasználónak.
Az emberi genomban több tízezer gén van, és a tudománynak létfontosságú, hogy ezek egyértelműen legyenek elnevezve, tudjanak a világ genetikus kutatói egymás eredményeire építkezni, összehasonlítani azokat. Az újonnan felfedezett gének nevét a HGNC csak felügyeli, illetve a kódnevek szabványainak betartására figyel, de maga az elnevezés joga a felfedezőket illeti, mint a csillagászoknál vagy annak idején a nagy földrajzi felfedezések korában a hajóskapitányoknál. A kreatív tudósok pedig néha úgy csűrik-csavarják a rövidítéseket, hogy azokból értelmes szavak jöjjenek ki; az ilyesmikből olyan sok van, hogy külön Wikipedia-oldal gyűjti őket.
És itt kezdődnek a problémák. Ott van például a Membrane Associated Ring-CH-Type Finger 1 nevű gén, a rövidítéséből fakadó hivatalos kódnevén MARCH1. Ha ezt a nevet az ember beírja egy Excel-táblázatba, ami a kutatók mindennapi életében elég gyakran előfordul, a rendszer azonnal átírja március elsejére. Ez pedig egy tudományos kutatásban, ahol sok száz vagy sok ezer soros táblázatokkal dolgoznak, könnyen rejtve marad, és természetesen el is torzítja az adott adatbázist, azzal pedig a kutatás eredményét.
Egy 2016-os kutatás több mint 3500 genetikai témájú tudományos tanulmányt és cikket vizsgált át, és 704-et talált közöttük, ahol ilyen Excel-túlkapás rondított bele az adatbázisba és azzal a kutatási eredményekbe. Vagyis nagyjából minden ötödik genetikai kutatást a világon kisebb-nagyobb mértékben elrontotta az Excel. Ekkor már rég közismert volt ez a hibalehetőség a tudományos világban, az első ezzel foglalkozó cikkek több mint egy évtizeddel korábban, 2004-ben jelentek meg.
A HGNC átnevezési akciójával a MARCH1 génből MARCHF1 lett, a SEPT1-ből SEPTIN1 és így tovább, mind a 27 félreérthető (és az Excel által rendszeresen félre is értett) névnél.
Felmerül a kérdés, hogy vajon a Microsoft miért nem oldotta meg ezt a problémát másfél évtizeden keresztül és tette legalább kikapcsolhatóvá az automatikus dátummá alakítást. Erre a cég sosem adott hivatalos választ. A Verge témába vágó cikkében megszólaló Elspeth Bruford, a HGNC koordinátora arra tippel, hogy a panaszkodó genetikusok olyan elhanyagolhatóan kis részét adták az Excel felhasználói táborának, hogy a programozók inkább a több embert érintő problémákkal foglalkoztak.
A teljes képhez hozzátartozik, hogy a dátummá konvertálós hibát azért ki lehetett védeni, ha manuálisan szöveg típusra állítják az érintett oszlopokat a táblázatban, de ezzel együtt rengeteg hibalehetőséget hordozott. 2023-ban végül egy frissítéssel a Microsoft behozta az Excelbe az automatikus konvertálás kikapcsolásának lehetőségét, szabad utat engedve a genetika és a kreatív génelnevezési gyakorlat további fejlődésének.
(Science, BBC, New Scientist)
