Возможно, вы либо отправили, либо получили сообщение, которое было искажено благодаря автозамене или автозаполнению. Существуют сотни мемов, в которых эти ошибки вызывают недопонимание, часто с забавными результатами. Как этот. Или этот. Или этот.
Но это не так смешно, когда это происходит с вашей научной статьей. Академические статьи часто включают дополнительные файлы с данными, диаграммами и графиками, подтверждающими заключение статьи. Многие из этих файлов представляют собой электронные таблицы.
С 2004 года ученые заметили, что Microsoft Excel, популярная программа для работы с электронными таблицами, имеет дурную привычку заменять некоторые названия генов на другие типы данных. Например, генетики используют MARCH1 как сокращение для связанного с мембраной пальца 1 кольцевого типа CH. Но Excel интерпретирует MARCH1 как дату, автоматически преобразовывая ее в 1-Mar или другое обозначение первого марта.
Excel ошибочно идентифицирует некоторые другие имена генов как координаты или числа с плавающей запятой. Возможно, вы сможете разузнать, что 1 марта - это на самом деле MARCH1, но как насчет 2.31E+13? Вот как Excel преобразует идентификатор RIKEN 2310009E13. RIKEN - крупный исследовательский институт в Японии, который, помимо прочего, занимается геномными проектами. (Для справки, мы попытались вставить идентификатор RIKEN в электронную таблицу Excel и автоматически преобразовали его в 2.31E+19, но все равно неправильно и все еще не то, что предполагалось в этих академических статьях.)
Несмотря на то, что исследователи впервые обозначили эту проблему более десяти лет назад, она сохраняется и сегодня. Исследователи Марк Циманн, Йотам Эрен и Ассам Эль-Оста просмотрели более 35 000 дополнительных файлов, чтобы увидеть, насколько широко распространена проблема. Они разработали автоматизированное программное обеспечение, которое искало любые данные, которые могли бы быть списком названий генов. Они определили 7 467 списков генов, представляющих дополнительные данные для 3 597 опубликованных статей в 18 различных журналах. Оказалось, что 704 из этих опубликованных статей содержали файлы с ошибками формата Excel. Это 19,6 процента отказов. Другими словами, почти каждая пятая опубликованная статья содержит дополнительные файлы с ошибками форматирования Excel.
Это не просто неудобство. Исследователи полагаются на опубликованные работы для руководства своими проектами. Если файлы содержат ошибки, может быть сложно и много времени разобраться в проблеме и найти нужные данные.
Почему бы просто не отключить функцию автоформатирования? По словам исследовательской группы, невозможно навсегда отключить функции в Excel. Возможно, вы сможете вручную изменять каждый параметр каждый раз при создании нового файла, но это неэффективно. Однако они указали, что Google Таблицы не придерживаются того же подхода к форматированию. Более того, если вы сначала поместите все свои данные в Google Таблицы, а затем скопируете их в другую программу для работы с электронными таблицами, форматирование останется нетронутым.
Немного комично, что функция, предназначенная для помощи людям в использовании электронных таблиц, вызывает такую головную боль в академических кругах. Возможно, будущие версии Excel будут включать возможность отключения функций автоматического форматирования на неопределенный срок. До тех пор генетикам следует перепроверить свою работу или подумать о переходе на Google Таблицы.