Microsoft Excel culpado por erros de nomes de genes na literatura científica

O Microsoft Excel é o software de planilhas mais popular do mundo e seu uso abrange todos os setores. Um novo estudo publicado em Genoma Biologia afirma que os problemas de correção automática do Excel afetaram aproximadamente um quinto dos artigos de periódicos de genômica. Quando usado com configurações padrão, o Excel converte nomes de genes em datas e números de ponto flutuante.

Por exemplo, símbolos de genes como 2 de setembro (2 de setembro) e MARCH1 [Membrane-Associated Ring Finger (C3HC4) 1, E3 Ubiquitin Protein Ligase] são convertidos por padrão para '2-Sep' e '1-Mar', respectivamente. Além disso, os identificadores RIKEN foram descritos para serem convertidos automaticamente em números de ponto flutuante (ou seja, do acesso '2310009E13' para '2.31E+13').

Na verdade, este não é um problema recém-descoberto. O problema do Excel converter inadvertidamente símbolos de genes em datas e números de ponto flutuante foi originalmente descrito em 2004. Como os usuários mais comuns esperam que o Excel corrija automaticamente SEP2 para 2 de setembro, a Microsoft decidiu não alterar seu comportamento. Mas a conversão do símbolo do gene é problemática porque esses arquivos são um recurso importante na comunidade genômica que são frequentemente reutilizados. Este estudo examinou 35,175 arquivos suplementares do Excel, encontrando 7467 listas de genes anexadas a 3597 artigos publicados. Eles confirmaram erros de nomes de genes em 987 arquivos suplementares de 704 artigos publicados.

Parece que não há uma maneira direta de desativar permanentemente a formatação automática de datas no Excel e esse problema também ocorre em outros programas populares de planilhas, como LibreOffice Calc ou Apache OpenOffice Calc. Este estudo de pesquisa foi realizado para aumentar a conscientização sobre esse problema entre a comunidade acadêmica de genômica.

Leia o relatório completo aqui.