Update app.py

app.py

@@ -907,8 +907,7 @@ if st.session_state.search_results is not None:
                 score_col2.metric("Puntos por Síntomas", f"{best_match_data['score']['symptoms']}")
                 score_col3.metric("PUNTUACIÓN TOTAL", f"{best_match_data['score']['total']}", delta="Máxima coincidencia")
             
-            with col2_expander:
-
+with col2_expander:
                 st.write("") 
                 if foodb_index:
                     with st.popover("🔬 Componentes Moleculares del Diagnóstico"):
@@ -920,40 +919,47 @@ if st.session_state.search_results is not None:
                         if not user_foods_mentioned:
                             st.warning("No se identificó un alimento específico para buscar.")
                         else:
-                            # 1. IDENTIFICAR LOS COMPUESTOS OBJETIVO DEL DIAGNÓSTICO
-                            target_compounds_text = best_match.get("compuesto_alimento", "").lower()
-                            # Extraer palabras clave del texto (ej. "purinas", "histamina")
-                            target_keywords = set(re.findall(r'\b\w+\b', re.sub(r'\(.*?\)', '', target_compounds_text)))
-
-                            # 2. ENCONTRAR LOS ALIMENTOS MÁS RELEVANTES
-                            best_food_matches = find_best_foodb_matches(user_foods_mentioned, foodb_index.keys(), FOOD_NAME_TO_FOODB_KEY)
+                            # --- NUEVA LÓGICA INTELIGENTE ---
+                            # 1. IDENTIFICAR LOS SÍNTOMAS CLAVE DEL DIAGNÓSTICO PRINCIPAL
+                            main_diagnosis_symptoms = set(s.lower() for s in best_match.get("sintomas_clave", []))
 
-                            if not best_food_matches:
-                                st.warning("No se encontraron datos moleculares para los alimentos específicos mencionados.")
+                            # 2. ENCONTRAR LOS COMPUESTOS DESENCADENANTES PARA ESOS SÍNTOMAS USANDO NUESTRO CONOCIMIENTO EXPERTO
+                            target_compounds = set()
+                            for compound, triggered_symptoms in KNOWN_TRIGGERS_MAP.items():
+                                if any(symptom in main_diagnosis_symptoms for symptom in triggered_symptoms):
+                                    target_compounds.add(compound.lower())
+                            
+                            if not target_compounds:
+                                st.warning(f"No se pudieron determinar los compuestos moleculares clave para '{best_match.get('condicion_asociada')}'.")
                             else:
-                                found_any_data = False
-                                for food_key in best_food_matches:
-                                    compounds_data = foodb_index.get(food_key, [])
+                                # 3. ENCONTRAR LOS ALIMENTOS MÁS RELEVANTES MENCIONADOS POR EL USUARIO
+                                best_food_matches = find_best_foodb_matches(user_foods_mentioned, foodb_index.keys(), FOOD_NAME_TO_FOODB_KEY)
+
+                                if not best_food_matches:
+                                    st.warning("No se encontraron datos moleculares para los alimentos específicos mencionados.")
+                                else:
+                                    found_any_data = False
+                                    for food_key in best_food_matches:
+                                        compounds_data = foodb_index.get(food_key, [])
+                                        
+                                        # 4. BUSCAR LOS COMPUESTOS OBJETIVO EN CADA ALIMENTO
+                                        relevant_compounds = []
+                                        for item in compounds_data:
+                                            compound_name_lower = item['compound'].lower()
+                                            if any(target in compound_name_lower for target in target_compounds):
+                                                relevant_compounds.append(item)
+
+                                        if relevant_compounds:
+                                            found_any_data = True
+                                            with st.container(border=True):
+                                                st.subheader(f"Análisis de: {food_key.capitalize()}")
+                                                st.markdown("###### 🔬 Compuestos Relevantes para el Diagnóstico:")
+                                                for item in relevant_compounds[:5]:
+                                                    st.write(f"**Compuesto:** {item['compound']}")
+                                                    st.caption(f"Este compuesto está directamente relacionado con '{best_match.get('condicion_asociada')}'.")
                                     
-                                    # 3. BUSCAR LOS COMPUESTOS OBJETIVO EN CADA ALIMENTO
-                                    relevant_compounds = []
-                                    for item in compounds_data:
-                                        compound_name_lower = item['compound'].lower()
-                                        # Comprobar si el nombre del compuesto está relacionado con los objetivos
-                                        if any(keyword in compound_name_lower for keyword in target_keywords):
-                                            relevant_compounds.append(item)
-
-                                    if relevant_compounds:
-                                        found_any_data = True
-                                        with st.container(border=True):
-                                            st.subheader(f"Análisis de: {food_key.capitalize()}")
-                                            st.markdown("###### 🔬 Compuestos Relevantes para el Diagnóstico:")
-                                            for item in relevant_compounds[:5]:
-                                                st.write(f"**Compuesto:** {item['compound']}")
-                                                st.caption(f"Este compuesto está directamente relacionado con '{best_match.get('condicion_asociada')}'.")
-                                
-                                if not found_any_data:
-                                    st.warning(f"No se encontraron los compuestos específicos de '{best_match.get('condicion_asociada')}' en los alimentos analizados en la base de datos FoodB.")
+                                    if not found_any_data:
+                                        st.warning(f"No se encontraron los compuestos específicos de '{best_match.get('condicion_asociada')}' en los alimentos analizados en la base de datos FoodB.")
             
             st.markdown("---")