27个基因被重命名，原来基因命名也有大学问

在过去的一年中，有27个基因被重新命名，因为它们在输入Excel电子表格后会导致错误，这也凸显了基因命名的复杂性。

　　

为了方便研究和沟通，每个基因都要有一个独特的名字。我们首先想到的也许是P53或BRCA1等基因，包括一堆字母和数字的组合。不过，有些基因的名称却相当有（qi）趣（pa）。

在为新发现的基因命名时，遗传界内部几乎没有关于命名规则的共识。一些基因名称暗示了它们的功能，而另一些似乎是随机的。而且，遗传学领域的各个专业都有各自的命名方式。生物化学家倾向于用蛋白质来命名基因，而果蝇遗传学家则倾向于使用描述性的基因名称。

有时候，研究人员也许只是想要标新立异吧，比如给基因取个名字叫Sonic hedgehog（刺猬索尼克）或POKEMON（宠物小精灵）。这样的名字是相当好记，但是当媒体上出现“Pokemon致癌”这样的标题时，人家游戏公司可不乐意。于是，POKEMON基因被重命名为ZBTB7基因。

这些基因还只是让人发笑，另一些基因则可能让人生气。比如，编码HECA蛋白质的基因曾经按照果蝇中的同类基因被命名为“headcase（疯子） homolog”。试想一下，当医生向父母解释，孩子的这个基因发生突变时，他的父母会怎么想。为了避免误会，研究人员将其重命名为“hdc homolog”。

随着互联网搜索引擎的兴起，一些名称与其他名词重叠的基因也进行了修改，以避免搜索结果中出现太多无关的信息。例如，CARS基因被重命名为CARS1，MARS更改为MARS1，而WARS更改为WARS1。这样，人们在搜索相关基因时就会更加方便。

2016年，遗传学家发现基因名称又面临另一个问题。许多基于Microsoft Excel的补充材料在基因名称上都有错误，这是因为Excel软件将输入的数据自动转换成日期和数字。这个问题我们也会遇到，比如在输入证件号时会自动变成科学计数法。作为默认设置，Excel总是将可能是日期的所有内容转换为标准的日期格式。

例如，在Excel中输入MARCH1（膜相关环指蛋白1）基因时，它就会自动变更为3月1日（1-Mar），同样，DEC1也会变成12月1日（1-Dec）。照理说，人们可以通过更改数据类型来避免此问题。不过，如果将数据导出为CSV文件或者由其他人打开，则这种更改可能会丢失。

考虑到Excel格式引起的错误广泛传播，以及基因命名缺乏标准，国际人类基因组组织（HUGO）基因命名委员会于2020年8月在《Nature Genetics》杂志上发布了新基因命名的最新指南。

这份指南不仅适用于蛋白编码基因，也同样适用于RNA基因和假基因。它特别提到了“影响数据处理和检索的符号”。这意味着从现在开始，在命名基因时，电子表格的自动格式化将成为一个考虑因素。

最新的指南概括了基因命名的五条基本原则，包括每个基因的符号都应当是唯一的，名称应当简短而具体。它们只能包含大写拉丁字母和阿拉伯数字，而且不能与常用的缩写相同。此外，基因命名不能带有冒犯性或贬义。

尽管基因命名的指南是最近才更改的，但目前已有27个基因有了新名字，以避免Excel格式的问题。有了这份指南，相信人们以后在处理数据或搜索信息时会更加方便。（生物通 薄荷）

原文检索

Bruford, E.A., Braschi, B., Denny, P. et al. Guidelines for human gene nomenclature. Nat Genet 52, 754–758 (2020). https://doi.org/10.1038/s41588-020-0669-3