Excel cứ biến tên gen như MARCH1 thành ngày tháng, thế là giới di truyền học đổi luôn tên gen

14/10/2026 · VietTechies · Biên tập

Năm 2019, Ủy ban Danh pháp Gen HUGO (HGNC), cơ quan phê duyệt tên chính thức cho các gen người, đã đổi tên SEPT1, MARCH1 cùng một số gen khác vì một lý do xuất phát từ phần mềm chứ không phải từ sinh học: các thiết lập mặc định của Microsoft Excel cứ biến ký hiệu của những gen này thành ngày tháng.

Gõ MARCH1 vào một ô, Excel sẽ hiện 1-Mar; gõ SEPT2 thì thành 2-Sep. Các tên mới, SEPTIN1 và MARCHF1, vẫn giữ tên của họ gen nhưng không còn trông giống ngày tháng. Năm 2020, khi công bố bộ hướng dẫn đặt tên gen đã cập nhật trên tạp chí Nature Genetics, ủy ban xếp thay đổi này vào mục “các ký hiệu ảnh hưởng đến việc xử lý và truy xuất dữ liệu”, đồng thời ghi chú rằng “mọi ký hiệu từng bị Microsoft Excel tự động chuyển thành ngày tháng đều đã được thay đổi”. Ủy ban không ngồi chờ phần mềm thay đổi.

Vấn đề được báo cáo lần đầu năm 2004

Rắc rối này đã được ghi nhận từ mười lăm năm trước đó. Barry Zeeberg và các đồng nghiệp ở Viện Ung thư Quốc gia Mỹ khi ấy đang chạy thử bản beta của hai chương trình tin sinh học do chính nhóm viết, dùng dữ liệu từ chip microarray, loại chip DNA cho phép khảo sát hàng nghìn gen cùng lúc. Theo bài báo họ đăng trên tạp chí BMC Bioinformatics năm 2004, trong quá trình đó “một số tên gen cứ bị trả về là ‘không xác định’”. Lần theo manh mối một chút, nhóm tìm ra thủ phạm: các kiểu chuyển đổi dữ liệu mặc định của Excel. DEC1, một gen ứng viên ức chế khối u, cứ bị biến thành “1-DEC”. Mã định danh clone (đoạn DNA được nhân dòng) của RIKEN, một viện nghiên cứu Nhật Bản, cũng chung số phận: Excel coi chữ E trong những mã như 2310009E13 là ký hiệu số mũ, rồi biến các mã ấy thành số dấu phẩy động.

Bài báo đếm được ít nhất 30 tên gen bị biến thành ngày tháng, và ít nhất 2.000 mã định danh bị biến thành số nếu tính cả các mã của RIKEN. Các tác giả cảnh báo: “Những chuyển đổi này không thể đảo ngược; không có cách nào lấy lại tên gen gốc.” Lỗi này thậm chí đã lọt vào LocusLink, một cơ sở dữ liệu gen công khai vốn được biên soạn kỹ lưỡng. Nhóm liệt kê một số cách lách, chẳng hạn thêm một dấu cách hoặc dấu nháy đơn trước mỗi tên, hay đặt định dạng văn bản cho cột khi nhập file. Theo các tác giả, cách nào cũng “đòi hỏi người dùng phải liên tục để tâm”. Điều họ mong là bản thân Excel thay đổi: “Chúng tôi hy vọng các phép chuyển đổi sang ngày tháng và sang số dấu phẩy động sẽ trở thành tùy chọn không bật sẵn.”

Cứ năm bài báo kèm danh sách gen dạng Excel thì một bài có lỗi

Mười hai năm sau, ba nhà nghiên cứu ở Melbourne (Úc) là Mark Ziemann, Yotam Eren và Assam El-Osta đo xem vấn đề đã lan rộng đến mức nào. Dùng một bộ shell script, họ rà soát 35.175 file Excel đi kèm các bài báo dưới dạng tài liệu bổ sung, đăng trên 18 tạp chí từ năm 2005 đến 2015. Họ tìm thấy 3.597 bài báo có đính kèm danh sách gen, và xác nhận file của 704 bài trong số này có lỗi tên gen, tức 19,6%.

Mẫu số ở đây rất quan trọng. Con số trên chỉ tính những bài báo chia sẻ danh sách gen dưới dạng file Excel trên 18 tạp chí ấy, chứ không phải toàn bộ dữ liệu di truyền. Năm 2020, khi The Verge đưa tin về việc đổi tên gen, bài viết của trang này mô tả đúng kết quả nghiên cứu: khoảng một phần năm trong số 3.597 bài báo. Nhưng một câu trích dẫn in nổi bật trên cùng trang lại nới rộng nhận định thành “một phần năm dữ liệu di truyền trong các bài báo”. Ngay cả con số theo phạm vi hẹp hơn ấy cũng đã nghiêm trọng: như các tác giả lưu ý, các file tài liệu bổ sung “là nguồn tài nguyên quan trọng của giới nghiên cứu hệ gen và thường xuyên được tái sử dụng”.

Đổi tên các gen

Theo hồ sơ của HGNC, SEPT1 trở thành SEPTIN1 vào ngày 4 tháng 4 năm 2019, cùng lúc với các gen khác thuộc họ septin. MARCH1 trở thành MARCHF1 vào ngày 9 tháng 7. Elspeth Bruford, điều phối viên của HGNC, cho The Verge biết trong năm qua đã có khoảng 27 gen được đổi tên theo cách này. Theo bà, ủy ban đã tham vấn các cộng đồng nghiên cứu liên quan và thông báo cho những nhà nghiên cứu từng công bố công trình về các gen đó.

Bộ hướng dẫn chính thức ra đời sau đó, vào năm 2020. Mục về xử lý và truy xuất dữ liệu trong bộ hướng dẫn còn bao gồm các gen mã hóa một họ enzyme có tên tRNA synthetase (tRNA là RNA vận chuyển). Ký hiệu của những gen này trùng với các từ tiếng Anh thông dụng nên gây ra kết quả sai khi tìm kiếm: WARS thành WARS1, còn CARS thành CARS1.

Vì sao lại đổi tên gen thay vì sửa phần mềm bảng tính? Microsoft không phản hồi khi The Verge đề nghị bình luận. Bruford thì có một giả thuyết riêng, xuất phát từ thực tế. “Đây là một trường hợp sử dụng khá hẹp của phần mềm Excel,” bà nói. “Microsoft có rất ít động lực để thay đổi đáng kể những tính năng mà phần còn lại của cộng đồng người dùng Excel khổng lồ đang sử dụng cực kỳ rộng rãi.”

Sau năm 2016, lỗi vẫn tiếp tục tăng

Tên mới không sửa được những file cũ, và gen người cũng chỉ là một phần của bức tranh. Năm 2021, Ziemann và ba đồng nghiệp công bố một đợt rà soát rộng hơn trong bài báo có tựa đề “Gene name errors: Lessons not learned” (tạm dịch: “Lỗi tên gen: Bài học chưa được rút ra”). Đợt rà soát nhắm vào các bài báo về hệ gen học có kèm danh sách gen dạng Excel trong tài liệu bổ sung, đăng trên PubMed Central (kho lưu trữ bài báo y sinh học) từ năm 2014 đến 2020. Với phần mềm đã cải tiến, nhóm tìm thấy lỗi ở 30,9% số bài, tức 3.436 trên 11.117 bài. Đợt rà soát mới dùng một mẫu khác, và còn bắt được cả những tên gen đã biến thành số có năm chữ số — dạng mà Excel dùng nội bộ để lưu ngày tháng — nên không thể so sánh trực tiếp con số 30,9% với con số 19,6% của năm 2016. Các tác giả tóm tắt thẳng thừng: “lỗi tên gen tiếp tục tích tụ, không hề chậm lại, trong giai đoạn sau năm 2016”.

Các gen SEPT và MARCH ở người và chuột đã được đổi tên, nhưng tên gen ở nhiều sinh vật khác thì chưa: khi các tác giả nhập toàn bộ tên gen của sinh vật nhân thực trong cơ sở dữ liệu hệ gen Ensembl vào Excel, có 1.544 tên thuộc 104 đơn vị phân loại sinh vật (taxa) bị biến thành ngày tháng.

Năm 2023, Excel tung ra tùy chọn tắt chuyển đổi

Tháng 10 năm 2023, Microsoft phát hành rộng rãi bộ thiết lập Automatic Data Conversion (tự động chuyển đổi dữ liệu) cho Excel trên Windows và Mac. Hãng cho biết làm vậy là “dựa trên phản hồi của bạn”. Giờ đây, người dùng có thể tắt một số kiểu chuyển đổi, trong đó có kiểu biến “một chuỗi chữ cái và chữ số liền nhau” thành ngày tháng — chính là trường hợp MARCH1. Tùy chọn thứ hai áp dụng cho các chữ số đứng quanh chữ E: nếu không tắt, Excel sẽ đọc chúng thành ký hiệu khoa học — chính là trường hợp các mã RIKEN. Theo mặc định, các kiểu chuyển đổi này vẫn được bật, trái ngược với điều nhóm của Zeeberg từng mong hồi năm 2004.

Microsoft có nêu một vấn đề đã biết: các thiết lập này không tắt được việc chuyển đổi trong lúc một macro đang chạy. Tài liệu của hãng cũng cảnh báo rằng những giá trị có dấu cách hoặc ký tự khác, “chẳng hạn như JAN 1 hoặc JAN-1”, vẫn có thể bị coi là ngày tháng.

Vì sao thiết lập mặc định của Excel quan trọng hơn tên gen

Excel đoán như vậy là có lý do chính đáng. Các trang hỗ trợ của Microsoft mô tả cơ chế này là cách giúp nhập ngày tháng dễ dàng hơn: gõ 12/2 (tháng/ngày theo kiểu Mỹ), Excel sẽ hiện 2-Dec. Với người cần nhập ngày tháng, như thế là bớt được vài lần gõ phím. Nhưng với giới di truyền học, chính phỏng đoán âm thầm ấy lại thay đổi dữ liệu mà họ không hề muốn đổi, và cách khắc phục nào cũng trông vào việc có người nhớ áp dụng, lần nào cũng vậy. Thiết lập mặc định nằm trong tay Microsoft. Tên gen nằm trong tay ủy ban, và ủy ban đã thay đổi phần thuộc quyền mình.

Với bất kỳ ai thiết kế mã định danh, bài học gói gọn trong một câu: nếu những cái tên bạn đặt trông giống một thứ khác, sớm muộn gì cũng sẽ có công cụ đọc chúng thành thứ ấy.

Năm 2004, DEC1 là gen mà nhóm của Zeeberg dùng để minh họa vấn đề: một gen ứng viên ức chế khối u bị Excel biến thành 1-DEC. Từ tháng 10 năm 2019, ký hiệu chính thức của gen này là DELEC1. Phỏng đoán mặc định của Excel vẫn y nguyên. Còn tên gen thì đã đổi.

Bài liên quan

Đọc bằng ngôn ngữ khác: English