Update app.py

app.py

@@ -957,22 +957,44 @@ 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"):
+                        
                         st.info("Análisis de los compuestos en los alimentos mencionados que están directamente implicados en el diagnóstico principal.")
+                        
                         user_foods_mentioned = st.session_state.entities.get("alimentos", [])
                         
                         if not user_foods_mentioned:
                             st.warning("No se identificó un alimento específico para buscar.")
                         else:
-                            main_diagnosis_symptoms = set(s.lower() for s in best_match.get("sintomas_clave", []))
+                            # --- LÓGICA HÍBRIDA MEJORADA ---
                             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())
                             
+                            # 1. PRIORIDAD 1: Intentar extraer el compuesto directamente del diagnóstico.
+                            target_compounds_text = best_match.get("compuesto_alimento", "").lower()
+                            cleaned_text = re.sub(r'\(.*?\)', '', target_compounds_text) # Limpiar texto en paréntesis
+                            direct_keywords = set(re.findall(r'\b[a-zA-Z-]+\b', cleaned_text)) # Extraer palabras
+                            
+                            # Filtrar palabras genéricas para forzar el fallback si es necesario
+                            generic_words = {'y', 'o', 'en', 'con', 'lácteos', 'carnes', 'pescados'}
+                            direct_keywords -= generic_words
+                            
+                            if direct_keywords:
+                                target_compounds.update(direct_keywords)
+                                logger.info(f"Método Directo: Compuestos objetivo encontrados: {target_compounds}")
+                            
+                            # 2. PRIORIDAD 2: Si el método directo falla o es muy genérico, usar el método indirecto.
+                            if not target_compounds:
+                                logger.info("Método Directo falló, usando Fallback (método indirecto)...")
+                                main_diagnosis_symptoms = set(s.lower() for s in best_match.get("sintomas_clave", []))
+                                for compound, triggered_symptoms in KNOWN_TRIGGERS_MAP.items():
+                                    # Usar intersection para encontrar síntomas compartidos
+                                    if main_diagnosis_symptoms.intersection(triggered_symptoms):
+                                        target_compounds.add(compound.lower())
+                                logger.info(f"Método Indirecto: Compuestos objetivo encontrados: {target_compounds}")
+
                             if not target_compounds:
                                 st.warning(f"No se pudieron determinar los compuestos moleculares clave para '{best_match.get('condicion_asociada')}'.")
                             else:
@@ -986,8 +1008,10 @@ if st.session_state.search_results is not None:
                                         relevant_compounds = []
                                         for item in compounds_data:
                                             compound_name_lower = item['compound'].lower()
+                                            # Comprobar si el nombre del compuesto contiene ALGUNA de las palabras clave objetivo
                                             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):
@@ -996,6 +1020,7 @@ if st.session_state.search_results is not None:
                                                 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.")