Update app.py

app.py

@@ -868,7 +868,6 @@ if st.session_state.start_analysis:
         else:
             st.error("No se pudieron identificar alimentos o síntomas claros en tu descripción. Intenta ser más específico.")
             st.session_state.search_results = []
-
 if st.session_state.search_results is not None:
     results = st.session_state.search_results
     
@@ -891,7 +890,6 @@ if st.session_state.search_results is not None:
                     key="download_word_report"
                 )
         
-        # El resto del contenido de los resultados va aquí, al mismo nivel del 'col1, col2 ='
         st.subheader("Análisis de Relevancia de las Coincidencias")
         st.altair_chart(create_relevance_chart(results), use_container_width=True)
         
@@ -907,23 +905,17 @@ 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:
-                            # --- 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", []))
-
-                            # 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):
@@ -932,23 +924,18 @@ with col2_expander:
                             if not target_compounds:
                                 st.warning(f"No se pudieron determinar los compuestos moleculares clave para '{best_match.get('condicion_asociada')}'.")
                             else:
-                                # 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):
@@ -957,12 +944,10 @@ with col2_expander:
                                                 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.")
             
             st.markdown("---")
-
             with st.container(border=True):
                 st.markdown("##### 🧠 Posibles Efectos Neuropsicológicos de los Componentes")
                 user_foods = st.session_state.entities.get("alimentos", [])
@@ -982,8 +967,8 @@ with col2_expander:
                                 st.markdown(f"**Efecto:** {effect_info['efecto_neuropsicologico']}")
                 if not found_neuro_effect:
                     st.info("No se encontraron efectos neuropsicológicos específicos en la base de datos para los componentes de los alimentos mencionados.")
+            
             st.markdown("---")
-
             with st.spinner("✍️ Generando un análisis personalizado con IA..."):
                 if 'best_match_analysis' not in st.session_state.analysis_cache:
                     try:
@@ -1020,8 +1005,10 @@ with col2_expander:
                                         st.session_state.analysis_cache[analysis_key] = analysis_text
                                     except Exception as e:
                                         st.session_state.analysis_cache[analysis_key] = f"❌ Error al generar análisis para {entry.get('condicion_asociada')}."
+                        
                         if analysis_key in st.session_state.analysis_cache:
                             st.info(st.session_state.analysis_cache[analysis_key])
                         
+                        # Esta es la línea que probablemente causaba el error, ahora está correctamente indentada
                         if i < len(results[1:5]) - 1:
                             st.markdown("---")