[CZID-9457] - update PHAGE_FAMILIES_NAMES

[phoenixAja]

We're missing a fair amount of phage families which resulted in entries in taxon_lineages not being properly categorized as phage (see this ticket).

Karyna and I created a more comprehensive list from the supplementary materials in this paper (2022 taxonomy update of the ICTV bacterial viruses subcommittee) along with the entries in the wikipedia article for bacteriophage

To fix this in the most recent taxon lineages table i'm planning on running the following update queries in mysql and ES so we don't have to rebuild taxon_lineage tables to capture these updates:

UPDATE taxon_lineages
SET is_phage = 1
WHERE family_name IN (
    'Ackermannviridae',
    'Aggregaviridae',
    'Ahpuchviridae',
    'Aliceevansviridae',
    'Ampullaviridae',
    'Anaerodiviridae',
    'Andrewesvirinae',
    'Aoguangviridae',
    'Arenbergviridae',
    'Armatusviridae',
    'Arquatrovirinae',
    'Assiduviridae',
    'Atkinsviridae',
    'Autographiviridae',
    'Autolykiviridae',
    'Azeredovirinae',
    'Bclasvirinae',
    'Beephvirinae',
    'Bicaudaviridae',
    'Blumeviridae',
    'Boydwoodruffvirinae',
    'Bronfenbrennervirinae',
    'Casjensviridae',
    'Ceeclamvirinae',
    'Chaseviridae',
    'Chebruvirinae',
    'Chimalliviridae',
    'Clavaviridae',
    'Clermontviridae',
    'Corticoviridae',
    'Crevaviridae',
    'Cystoviridae',
    'Dclasvirinae',
    'Deejayvirinae',
    'Demerecviridae',
    'Dolichocephalovirinae',
    'Drexlerviridae',
    'Druskaviridae',
    'Duinviridae',
    'Duneviridae',
    'Eekayvirinae',
    'Ekchuahviridae',
    'Eucampyvirinae',
    'Fervensviridae',
    'Fiersviridae',
    'Finnlakeviridae',
    'Forsetiviridae',
    'Fredfastierviridae',
    'Fuselloviridae',
    'Gclasvirinae',
    'Globuloviridae',
    'Gochnauervirinae',
    'Gorgonvirinae',
    'Graaviviridae',
    'Gracegardnervirinae',
    'Grimontviridae',
    'Guelinviridae',
    'Guenliviridae',
    'Guernseyvirinae',
    'Gutmannvirinae',
    'Guttaviridae',
    'Hafunaviridae',
    'Haloferuviridae',
    'Halomagnusviridae',
    'Halspiviridae',
    'Helgolandviridae',
    'Hendrixvirinae',
    'Herelleviridae',
    'Inoviridae',
    'Intestiviridae',
    'Kairosviridae',
    'Kantovirinae',
    'Kleczkowskaviridae',
    'Konodaiviridae',
    'Kyanoviridae',
    'Langleyhallvirinae',
    'Leisingerviridae',
    'Leviviridae',
    'Lipothrixviridae',
    'Lutetiaviridae',
    'Madisaviridae',
    'Madridviridae',
    'Matshushitaviridae',
    'Matsushitaviridae',
    'Mccleskeyvirinae',
    'Mesyanzhinovviridae',
    'Microviridae',
    'Molycolviridae',
    'Myoviridae',
    'Naomviridae',
    'Nclasvirinae',
    'Nymbaxtervirinae',
    'Orlajensenviridae',
    'Ounavirinae',
    'Pachyviridae',
    'Paulinoviridae',
    'Pclasvirinae',
    'Peduoviridae',
    'Pervagoviridae',
    'Pigerviridae',
    'Plasmaviridae',
    'Plectroviridae',
    'Pleolipoviridae',
    'Podoviridae',
    'Pootjesviridae',
    'Portogloboviridae',
    'Pungoviridae',
    'Pyrstoviridae',
    'Queuovirinae',
    'Rountreeviridae',
    'Rudiviridae',
    'Ruthgordonvirinae',
    'Saffermanviridae',
    'Salasmaviridae',
    'Saparoviridae',
    'Schitoviridae',
    'Sepvirinae',
    'Shortaselviridae',
    'Simuloviridae',
    'Siphoviridae',
    'Skryabinvirinae',
    'Soleiviridae',
    'Solspiviridae',
    'Speroviridae',
    'Sphaerolipoviridae',
    'Spiraviridae',
    'Stanwilliamsviridae',
    'Steigviridae',
    'Steitzviridae',
    'Stephanstirmvirinae',
    'Straboviridae',
    'Suolaviridae',
    'Suoliviridae',
    'Tectiviridae',
    'Thaspiviridae',
    'Toyamaviridae',
    'Trabyvirinae',
    'Tristromaviridae',
    'Turriviridae',
    'Tybeckvirinae',
    'Umezonoviridae',
    'Ungulaviridae',
    'Vequintavirinae',
    'Verdandiviridae',
    'Vertoviridae',
    'Vilmaviridae',
    'Weiservirinae',
    'Winoviridae',
    'Yangangviridae',
    'Yanlukaviridae',
    'Zierdtviridae',
    'Zobellviridae',
);

POST /taxon_lineages_alias/_update_by_query
{
  "script": {
    "source": "ctx._source.is_phage = true",
    "lang": "painless"
  },
  "query": {
    "terms": {
      "family_name.keyword": [
    'Ackermannviridae',
    'Aggregaviridae',
    'Ahpuchviridae',
    'Aliceevansviridae',
    'Ampullaviridae',
    'Anaerodiviridae',
    'Andrewesvirinae',
    'Aoguangviridae',
    'Arenbergviridae',
    'Armatusviridae',
    'Arquatrovirinae',
    'Assiduviridae',
    'Atkinsviridae',
    'Autographiviridae',
    'Autolykiviridae',
    'Azeredovirinae',
    'Bclasvirinae',
    'Beephvirinae',
    'Bicaudaviridae',
    'Blumeviridae',
    'Boydwoodruffvirinae',
    'Bronfenbrennervirinae',
    'Casjensviridae',
    'Ceeclamvirinae',
    'Chaseviridae',
    'Chebruvirinae',
    'Chimalliviridae',
    'Clavaviridae',
    'Clermontviridae',
    'Corticoviridae',
    'Crevaviridae',
    'Cystoviridae',
    'Dclasvirinae',
    'Deejayvirinae',
    'Demerecviridae',
    'Dolichocephalovirinae',
    'Drexlerviridae',
    'Druskaviridae',
    'Duinviridae',
    'Duneviridae',
    'Eekayvirinae',
    'Ekchuahviridae',
    'Eucampyvirinae',
    'Fervensviridae',
    'Fiersviridae',
    'Finnlakeviridae',
    'Forsetiviridae',
    'Fredfastierviridae',
    'Fuselloviridae',
    'Gclasvirinae',
    'Globuloviridae',
    'Gochnauervirinae',
    'Gorgonvirinae',
    'Graaviviridae',
    'Gracegardnervirinae',
    'Grimontviridae',
    'Guelinviridae',
    'Guenliviridae',
    'Guernseyvirinae',
    'Gutmannvirinae',
    'Guttaviridae',
    'Hafunaviridae',
    'Haloferuviridae',
    'Halomagnusviridae',
    'Halspiviridae',
    'Helgolandviridae',
    'Hendrixvirinae',
    'Herelleviridae',
    'Inoviridae',
    'Intestiviridae',
    'Kairosviridae',
    'Kantovirinae',
    'Kleczkowskaviridae',
    'Konodaiviridae',
    'Kyanoviridae',
    'Langleyhallvirinae',
    'Leisingerviridae',
    'Leviviridae',
    'Lipothrixviridae',
    'Lutetiaviridae',
    'Madisaviridae',
    'Madridviridae',
    'Matshushitaviridae',
    'Matsushitaviridae',
    'Mccleskeyvirinae',
    'Mesyanzhinovviridae',
    'Microviridae',
    'Molycolviridae',
    'Myoviridae',
    'Naomviridae',
    'Nclasvirinae',
    'Nymbaxtervirinae',
    'Orlajensenviridae',
    'Ounavirinae',
    'Pachyviridae',
    'Paulinoviridae',
    'Pclasvirinae',
    'Peduoviridae',
    'Pervagoviridae',
    'Pigerviridae',
    'Plasmaviridae',
    'Plectroviridae',
    'Pleolipoviridae',
    'Podoviridae',
    'Pootjesviridae',
    'Portogloboviridae',
    'Pungoviridae',
    'Pyrstoviridae',
    'Queuovirinae',
    'Rountreeviridae',
    'Rudiviridae',
    'Ruthgordonvirinae',
    'Saffermanviridae',
    'Salasmaviridae',
    'Saparoviridae',
    'Schitoviridae',
    'Sepvirinae',
    'Shortaselviridae',
    'Simuloviridae',
    'Siphoviridae',
    'Skryabinvirinae',
    'Soleiviridae',
    'Solspiviridae',
    'Speroviridae',
    'Sphaerolipoviridae',
    'Spiraviridae',
    'Stanwilliamsviridae',
    'Steigviridae',
    'Steitzviridae',
    'Stephanstirmvirinae',
    'Straboviridae',
    'Suolaviridae',
    'Suoliviridae',
    'Tectiviridae',
    'Thaspiviridae',
    'Toyamaviridae',
    'Trabyvirinae',
    'Tristromaviridae',
    'Turriviridae',
    'Tybeckvirinae',
    'Umezonoviridae',
    'Ungulaviridae',
    'Vequintavirinae',
    'Verdandiviridae',
    'Vertoviridae',
    'Vilmaviridae',
    'Weiservirinae',
    'Winoviridae',
    'Yangangviridae',
    'Yanlukaviridae',
    'Zierdtviridae',
    'Zobellviridae',
      ]
    }
  }
}

[ninabernick]

It stinks that the flow for updating phage categorization and pathogen list has to involve so much manual curation, but I don't really see any alternatives. Something to ponder for the partner improvements, although not sure we can make progress on it in a short timeframe