13.10.31 JSBi 2013年年会のDBCLSオーガナイズの”Open Science Award & BioHack Competition“において発表したスライド

1. 13.10.31
Excel による遺伝子名の誤変換 - 傾向と
対策 尾崎遼
東京大学
@yuifu
露崎弘毅
東京理科大学
@antiplastics
http://github.com/kokitsuyuzaki/BioHack-JSBi2013
1
横山貴央
東京大学
@wakuteka

2. 共同研究者は Excel がお好き
Excel
Excel じゃな
い
2

3. Excel で遺伝子名が日付に変換される問
題

4. Excel で遺伝子名が日付に変換される問
題

5. Excel で遺伝子名が日付に変換される
• デフォルトではセルの書式が「標準」設定
• → 日付っぽいと日付になってしまう
• 例 : Oct4 → 4-Oct （ October 4 と認識）

6. 傾向の調査
NCBI Gene

7. 傾向の調査

8. 単射でない場合がある
• 同じ生物種の異なる Gene symbol が同じ日付に変換される
• Marc1, MARCH1 → 1-Mar
• → 元がどれだか分からない！
MARC2, MARCH2 → 2-Mar
の２種類
意外にも SEP* と SEPT* は相互排他的だっ
た

9. 対策
1. Excel の設定を変える → 負けた気がする
2. ルールベースで戻す → （全）単射でないと無理
3. Identifier を省かない → 修復可能（だけど解決ではない）
4. Excel ファイルを他の言語でつくる
1. 例 : R で Excel ファイルをつくってしまう → 色んな書式設定できて便
利
library(xlsx)
df <- data.frame(gene_symbol=c("OCT4", "SOX2", "KLF4", "C-MYC"),
expression=c(1,6,9,4))
wb <- createWorkbook(type=“xlsx")
sheet <- createSheet(wb, sheet=“sheet1")
cs1 <- CellStyle(wb) + DataFormat("@")
addDataFrame(df, sheet, startColumn=1, row.names=F, colStyle=list(`1`=cs1))
saveWorkbook(wb, file="test.xlsx")
http://qiita.com/yuifu/items/aaff8c6bc8955124c6e0

10. まとめ
1. あ
2. あ
• Identifier を省かない → 修復可能（だけど解決ではない）
• Excel ファイルを他の言語でつくる
•
あ