[CZID-9457] - update PHAGE_FAMILIES_NAMES

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',
      ]
    }
  }
}

chanzuckerberg / czid-workflows

[CZID-9457] - update PHAGE_FAMILIES_NAMES #352