Address species that have too long filenames because of accidentally using the long gene name form

[johrstrom]

When attempting to generate a tarball of all the data, this caused a problem:

/usr/local/ruby/2.5.5/lib/ruby/2.5.0/rubygems/package/tar_writer.rb:330:in `split_name': File "phylogatr-results/Bacillariophyceae/Bacillariales/Bacillariaceae/Pseudo-nitzschia-mannii/Pseudo-nitzschia-mannii-RIBULOSE-1,5-BISPHOSPHATE-CARBOXYLASE-OXYGENASE-LARGE-SUBUNIT-(RBCL)-GENE.afa" has a too long name (should be 100 or less) (Gem::Package::TooLongFileName)

The problem is Pseudo-nitzschia-mannii-RIBULOSE-1,5-BISPHOSPHATE-CARBOXYLASE-OXYGENASE-LARGE-SUBUNIT-(RBCL)-GENE.afa where this is obviously not the short form of the gene name: RIBULOSE-1,5-BISPHOSPHATE-CARBOXYLASE-OXYGENASE-LARGE-SUBUNIT-(RBCL)-GENE. That short form is probably RBCL.

[johrstrom]

This particular file is still problematic.

The actual file contents is tiny, so you can see the source accession and gbif record ids for help in fixing the problem:

>LR594647_2286502301
gtttatctggtaaaaactacggtncgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcntcgttatgatcgatttagttatgggttacactgcaatccaaagtactgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatacggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtcaagactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaancatgtggtccattacaaacagctttagatttatggaaagatattagttttanctacacatctacagatacagctgatttcgctgtaacaccaactgcaaac
>LR594648_2286508931
tcaatgtctcaatctgtatcagaacggactcgaattaaaagtgaccgttacgaatctggtgtaatcccttatgctaaaatgggttactgggatgcttcatacgcagtaaaaactactgatgttcttgctttattccgtatcacaccacaaccaggcgtagatcctgtagaagctgctgctgcagtagctggtgaatcttcaacagcaacttggacagttgtatggactgatttattaacagcttgtgaccgttaccgtgctaaagcttaccgtgtagatccagttccaaacacatcagatgtattctttgctttcatcgcatacgaatgtgatttatttgaagaaggttctttatcgaacttaacagcatctatcattggtaacgtattcggttttaaagctgtatcagctttacgtttagaagacatgcgtattcctcactcatacttaaaaacattccaaggtcctgcnacaggtatcgttgtagaacgtgaacgtttaaataaatatggtactcctttattaggtgctacagtaaaaccaaaattaggtttatctggtaaaaactacggtcgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcgtcgttatgatcgatttagttatgggttacactgcaatccaaagtactgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatacggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtaaagactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaaacatgtggtccattacaaacagct
>LR594649_2286502346
gttgtagaacgtgaacgtttaaataaatatggtactcctttattaggtgctacagtaaaaccaaaattaggtttatctggtaaaaactacggtcgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcgtcgttatgatcgatttagttatgggttacactgcaatccaaagtactgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatacggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtaaagactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaaacatgtggtccattacaa
>LR594651_2286502439
tctgtatcagaacggactcgaattaaaagtgaccgttacgaatctggtgtaatcccttatgctaaaatgggttactgggatgcttcatacgcagtaaaaactactgatgttcttgctttattccgtatcacaccacaaccaggcgtagatcctgtagaagctgctgctgcagtagctggtgaatcttcaacagcaacttggacagttgtatggactgatttattaacagcttgtgaccgttaccgtgctaaagcttaccgtgtagatccagttccaaacacatcagatgtattctttgctttcatcgcatacgaatgtgatttatttgaagaaggttctttatcgaacttaacagcatctatcattggtaacgtattcggttttaaagctgtatcagctttacgtttagaagacatgcgtattcctcactcatacttaaaaacattccaaggtcctgcaacaggtatcgttgtagaacgtgaacgtttaaataaatatggtactcctttattaggtgctacagtaaaaccaaaattaggtttatctggtaaaaactacggtcgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcgtcgttatgatcgatttagttatgggttacactgcaatccaaagtactgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatacggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtaaagactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaaacatgtggtccattacaaacagcttta
>LR594652_2286512821
caatctgtatcagaacggactcgaattaaaagtgaccgttacgaatctggtgtaatcccttatgctaaaatgggttactgggatgcttcatacgcagtaaaaactactgatgttcttgctttattccgtatcacaccacaaccaggcgtagatcctgtagaagctgctgctgcagtagctggtgaatcttcaacagcaacttggacagttgtatggactgatttattaacagcttgtgaccgttaccgtgctaaagcttaccgtgtagatccagttccaaacacatcagatgtattctttgctttcatcgcatacgaatgtgatttatttgaagaaggttctttatcgaacttaacagcatctatcattggtaacgtattcggttttaaagctgtatcagctttacgtttagaagacatgcgtattcctcactcatacttaaaaacattccaaggtcctgcaacaggtatcgttgtagaacgtgaacgtttaaataaatatggtactcctttattaggtgctacagtaaaaccaaaattaggtttatctggtaaaaactacggtcgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcgtcgttatgatcgatttagttatgggttacactgcaatccaaagtactgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatacggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtaaagactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaaacatgtggtccattacaaacagctttagatttatggaaagatattagttttaactacacatctacagataca
>LR594653_2286502078
cgtttaaataaatatggtactcctttattaggtgctacagtaaaaccaaaattaggtttatctggtaaaaactacggtcgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcgtcgttatgatcgatttagttatgggttacactgcaatccaaagtactgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatacggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtaaagactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaaacatgtggtccattacaaacagct
>LR594654_2286510307
acaggtatcgttgtagaacgtgaacgtttaaataaatatggtactcctttattaggtgctacagtaaaaccaaaattaggtttatctggtaaaaactacggtcgtgtagtattcgaaggtttaaaaggtggtttagacttcttaaaagatgatgaaaacattaactctcaaccattcatgcgttggagagagcgtttcttaaactgtatggaaggtattaaccgtgcatctgctgctacaggagaagtaaaaggttcttacttaaacgttacagctgcaactatggaagaagttatcaaacgttgtgaatatgctaaagaagtaggttctatcatcgttatgatcgatttagttatgggttacactgcaatccaaagtgctgcatactgggctcgtgaaaacgatatgcttttacatttacaccgtgctggtaactctacatacgcacgtcaaaagaaccacggtattaacttccgtgtaatctgtaaatggatgcgtatgtctggtgtagatcatatccacgctggaacagttgtaggtaaattagaaggtgatcctttaatgattaaaggtttctacgatgttttacgtttaactcacttagaagttaacttaccatttggtattttcttcgaaatgccttgggctagtttacgtcgttgtatgccggtagcatctggtggtattcactgtggtcaaatgcaccaattaattcactacttaggtgatgatgtagtattacaatttggtggtggtacaatcggtcacccagatggtattcaagccggtgctacagctaaccgtgttgctttagaagcaatggtattagctcgtaacgaaggtcacgactacttcagtccagaagttggtccacaaatcttacgtaatgccgctaaaacatgtggtccattacaaacagct

[johrstrom]

Though this won't affect production since the result is this file is not aligned, so the species is ignored:

 #<Species:0x0000558427576510
  id: 77455,
  path: "Bacillariophyceae/Bacillariales/Bacillariaceae/Pseudo-nitzschia-mannii",
  total_seqs: 15,
  total_bytes: 18744,
  aligned: false,
  taxon_kingdom: "Chromista",
  taxon_phylum: "Ochrophyta",
  taxon_class: "Bacillariophyceae",
  taxon_order: "Bacillariales",
  taxon_family: "Bacillariaceae",
  taxon_genus: "Pseudo-nitzschia",
  taxon_species: "Pseudo-nitzschia mannii",
  taxon_subspecies: "",
  different_genbank_species: nil>]