app.py

from deep_translator import GoogleTranslator
import gradio as gr
import pandas as pd
import duckdb
import time
import re
import threading
from concurrent.futures import ThreadPoolExecutor

# ── Configuración ─────────────────────────────────────────────────────────────
PARQUET_PATH = 'vesta_master_database.parquet'
con_parquet  = duckdb.connect()

translator_es_en = GoogleTranslator(source='es', target='en')
translator_en_es = GoogleTranslator(source='en', target='es')

# ── Mapa completo de los 266 nutrientes ──────────────────────────────────────
NUTRIENT_MAP = {
    # 01. ENERGÍA
    'Energy':                                        '01. ENERGÍA',
    'Energy (Atwater General Factors)':              '01. ENERGÍA',
    'Energy (Atwater Specific Factors)':             '01. ENERGÍA',
    # 02. AGUA Y CENIZA
    'Water':                                         '02. AGUA Y CENIZA',
    'Ash':                                           '02. AGUA Y CENIZA',
    'Nitrogen':                                      '02. AGUA Y CENIZA',
    'Specific Gravity':                              '02. AGUA Y CENIZA',
    # 03. PROTEÍNAS
    'Protein':                                       '03. PROTEÍNAS',
    'Alanine':                                       '03. PROTEÍNAS',
    'Arginine':                                      '03. PROTEÍNAS',
    'Aspartic acid':                                 '03. PROTEÍNAS',
    'Cystine':                                       '03. PROTEÍNAS',
    'Cysteine':                                      '03. PROTEÍNAS',
    'Glutamic acid':                                 '03. PROTEÍNAS',
    'Glutamine':                                     '03. PROTEÍNAS',
    'Glutathione':                                   '03. PROTEÍNAS',
    'Glycine':                                       '03. PROTEÍNAS',
    'Histidine':                                     '03. PROTEÍNAS',
    'Hydroxyproline':                                '03. PROTEÍNAS',
    'Isoleucine':                                    '03. PROTEÍNAS',
    'Leucine':                                       '03. PROTEÍNAS',
    'Lysine':                                        '03. PROTEÍNAS',
    'Methionine':                                    '03. PROTEÍNAS',
    'Phenylalanine':                                 '03. PROTEÍNAS',
    'Proline':                                       '03. PROTEÍNAS',
    'Serine':                                        '03. PROTEÍNAS',
    'Taurine':                                       '03. PROTEÍNAS',
    'Threonine':                                     '03. PROTEÍNAS',
    'Tryptophan':                                    '03. PROTEÍNAS',
    'Tyrosine':                                      '03. PROTEÍNAS',
    'Valine':                                        '03. PROTEÍNAS',
    # 04. CARBOHIDRATOS
    'Carbohydrate, by difference':                   '04. CARBOHIDRATOS',
    'Carbohydrate, by summation':                    '04. CARBOHIDRATOS',
    'Carbohydrate, other':                           '04. CARBOHIDRATOS',
    'Fiber, total dietary':                          '04. CARBOHIDRATOS',
    'Fiber, insoluble':                              '04. CARBOHIDRATOS',
    'Fiber, soluble':                                '04. CARBOHIDRATOS',
    'High Molecular Weight Dietary Fiber (HMWDF)':   '04. CARBOHIDRATOS',
    'Low Molecular Weight Dietary Fiber (LMWDF)':    '04. CARBOHIDRATOS',
    'Total Sugars':                                  '04. CARBOHIDRATOS',
    'Sugars, added':                                 '04. CARBOHIDRATOS',
    'Sugars, total including NLEA':                  '04. CARBOHIDRATOS',
    'Starch':                                        '04. CARBOHIDRATOS',
    'Sucrose':                                       '04. CARBOHIDRATOS',
    'Glucose':                                       '04. CARBOHIDRATOS',
    'Fructose':                                      '04. CARBOHIDRATOS',
    'Lactose':                                       '04. CARBOHIDRATOS',
    'Maltose':                                       '04. CARBOHIDRATOS',
    'Galactose':                                     '04. CARBOHIDRATOS',
    'Ribose':                                        '04. CARBOHIDRATOS',
    'Sorbitol':                                      '04. CARBOHIDRATOS',
    'Xylitol':                                       '04. CARBOHIDRATOS',
    'Inositol':                                      '04. CARBOHIDRATOS',
    'Stachyose':                                     '04. CARBOHIDRATOS',
    'Verbascose':                                    '04. CARBOHIDRATOS',
    'Beta-glucan':                                   '04. CARBOHIDRATOS',
    'Beta-glucans':                                  '04. CARBOHIDRATOS',
    'Lignin':                                        '04. CARBOHIDRATOS',
    # 05. LÍPIDOS
    'Total lipid (fat)':                             '05. LÍPIDOS',
    'Cholesterol':                                   '05. LÍPIDOS',
    'Fatty acids, total saturated':                  '05. LÍPIDOS',
    'Fatty acids, total monounsaturated':            '05. LÍPIDOS',
    'Fatty acids, total polyunsaturated':            '05. LÍPIDOS',
    'Fatty acids, total trans':                      '05. LÍPIDOS',
    'Fatty acids, total trans-monoenoic':            '05. LÍPIDOS',
    'Fatty acids, total trans-dienoic':              '05. LÍPIDOS',
    'Fatty acids, total trans-polyenoic':            '05. LÍPIDOS',
    # 05a. SFA
    'SFA 4:0':'05a. SFA (Saturados)','SFA 5:0':'05a. SFA (Saturados)',
    'SFA 6:0':'05a. SFA (Saturados)','SFA 7:0':'05a. SFA (Saturados)',
    'SFA 8:0':'05a. SFA (Saturados)','SFA 9:0':'05a. SFA (Saturados)',
    'SFA 10:0':'05a. SFA (Saturados)','SFA 11:0':'05a. SFA (Saturados)',
    'SFA 12:0':'05a. SFA (Saturados)','SFA 13:0':'05a. SFA (Saturados)',
    'SFA 14:0':'05a. SFA (Saturados)','SFA 15:0':'05a. SFA (Saturados)',
    'SFA 16:0':'05a. SFA (Saturados)','SFA 17:0':'05a. SFA (Saturados)',
    'SFA 18:0':'05a. SFA (Saturados)','SFA 20:0':'05a. SFA (Saturados)',
    'SFA 21:0':'05a. SFA (Saturados)','SFA 22:0':'05a. SFA (Saturados)',
    'SFA 23:0':'05a. SFA (Saturados)','SFA 24:0':'05a. SFA (Saturados)',
    # 05b. MUFA
    'MUFA 12:1':'05b. MUFA (Monoinsaturados)','MUFA 14:1':'05b. MUFA (Monoinsaturados)',
    'MUFA 14:1 c':'05b. MUFA (Monoinsaturados)','MUFA 15:1':'05b. MUFA (Monoinsaturados)',
    'MUFA 16:1':'05b. MUFA (Monoinsaturados)','MUFA 16:1 c':'05b. MUFA (Monoinsaturados)',
    'MUFA 17:1':'05b. MUFA (Monoinsaturados)','MUFA 17:1 c':'05b. MUFA (Monoinsaturados)',
    'MUFA 18:1':'05b. MUFA (Monoinsaturados)','MUFA 18:1 c':'05b. MUFA (Monoinsaturados)',
    'MUFA 18:1-11 t (18:1t n-7)':'05b. MUFA (Monoinsaturados)',
    'MUFA 20:1':'05b. MUFA (Monoinsaturados)','MUFA 20:1 c':'05b. MUFA (Monoinsaturados)',
    'MUFA 22:1':'05b. MUFA (Monoinsaturados)','MUFA 22:1 c':'05b. MUFA (Monoinsaturados)',
    'MUFA 22:1 n-11':'05b. MUFA (Monoinsaturados)','MUFA 22:1 n-9':'05b. MUFA (Monoinsaturados)',
    'MUFA 24:1 c':'05b. MUFA (Monoinsaturados)',
    # 05c. PUFA
    'PUFA 18:2':'05c. PUFA (Poliinsaturados)','PUFA 18:2 CLAs':'05c. PUFA (Poliinsaturados)',
    'PUFA 18:2 c':'05c. PUFA (Poliinsaturados)','PUFA 18:2 i':'05c. PUFA (Poliinsaturados)',
    'PUFA 18:2 n-6 c,c':'05c. PUFA (Poliinsaturados)','PUFA 18:3':'05c. PUFA (Poliinsaturados)',
    'PUFA 18:3 c':'05c. PUFA (Poliinsaturados)','PUFA 18:3 n-3 c,c,c (ALA)':'05c. PUFA (Poliinsaturados)',
    'PUFA 18:3 n-6 c,c,c':'05c. PUFA (Poliinsaturados)','PUFA 18:3i':'05c. PUFA (Poliinsaturados)',
    'PUFA 18:4':'05c. PUFA (Poliinsaturados)','PUFA 20:2 c':'05c. PUFA (Poliinsaturados)',
    'PUFA 20:2 n-6 c,c':'05c. PUFA (Poliinsaturados)','PUFA 20:3':'05c. PUFA (Poliinsaturados)',
    'PUFA 20:3 c':'05c. PUFA (Poliinsaturados)','PUFA 20:3 n-3':'05c. PUFA (Poliinsaturados)',
    'PUFA 20:3 n-6':'05c. PUFA (Poliinsaturados)','PUFA 20:3 n-9':'05c. PUFA (Poliinsaturados)',
    'PUFA 20:4':'05c. PUFA (Poliinsaturados)','PUFA 20:4 n-6':'05c. PUFA (Poliinsaturados)',
    'PUFA 20:4c':'05c. PUFA (Poliinsaturados)','PUFA 20:5 n-3 (EPA)':'05c. PUFA (Poliinsaturados)',
    'PUFA 20:5c':'05c. PUFA (Poliinsaturados)','PUFA 21:5':'05c. PUFA (Poliinsaturados)',
    'PUFA 22:2':'05c. PUFA (Poliinsaturados)','PUFA 22:3':'05c. PUFA (Poliinsaturados)',
    'PUFA 22:4':'05c. PUFA (Poliinsaturados)','PUFA 22:5 c':'05c. PUFA (Poliinsaturados)',
    'PUFA 22:5 n-3 (DPA)':'05c. PUFA (Poliinsaturados)','PUFA 22:6 c':'05c. PUFA (Poliinsaturados)',
    'PUFA 22:6 n-3 (DHA)':'05c. PUFA (Poliinsaturados)',
    # 05d. TFA
    'TFA 14:1 t':'05d. TFA (Trans)','TFA 16:1 t':'05d. TFA (Trans)',
    'TFA 18:1 t':'05d. TFA (Trans)','TFA 18:2 t':'05d. TFA (Trans)',
    'TFA 18:2 t not further defined':'05d. TFA (Trans)','TFA 18:2 t,t':'05d. TFA (Trans)',
    'TFA 18:3 t':'05d. TFA (Trans)','TFA 20:1 t':'05d. TFA (Trans)',
    'TFA 22:1 t':'05d. TFA (Trans)',
    # 05e. ESTEROLES
    'Phytosterols':'05e. ESTEROLES','Phytosterols, other':'05e. ESTEROLES',
    'Beta-sitosterol':'05e. ESTEROLES','Beta-sitostanol':'05e. ESTEROLES',
    'Campesterol':'05e. ESTEROLES','Campestanol':'05e. ESTEROLES',
    'Brassicasterol':'05e. ESTEROLES','Stigmastadiene':'05e. ESTEROLES',
    'Delta-5-avenasterol':'05e. ESTEROLES','Delta-7-Stigmastenol':'05e. ESTEROLES',
    'Ergosterol':'05e. ESTEROLES','Ergosta-5,7-dienol':'05e. ESTEROLES',
    'Ergosta-7,22-dienol':'05e. ESTEROLES','Ergosta-7-enol':'05e. ESTEROLES',
    # 06. MINERALES
    'Calcium, Ca':'06. MINERALES','Iron, Fe':'06. MINERALES',
    'Magnesium, Mg':'06. MINERALES','Phosphorus, P':'06. MINERALES',
    'Potassium, K':'06. MINERALES','Sodium, Na':'06. MINERALES',
    'Zinc, Zn':'06. MINERALES','Copper, Cu':'06. MINERALES',
    'Manganese, Mn':'06. MINERALES','Selenium, Se':'06. MINERALES',
    'Fluoride, F':'06. MINERALES','Chromium, Cr':'06. MINERALES',
    'Iodine, I':'06. MINERALES','Molybdenum, Mo':'06. MINERALES',
    'Boron, B':'06. MINERALES','Cobalt, Co':'06. MINERALES',
    'Nickel, Ni':'06. MINERALES','Chlorine, Cl':'06. MINERALES',
    'Salt, NaCl':'06. MINERALES',
    # 07. VITAMINAS LIPOSOLUBLES
    'Vitamin A, IU':'07. VITAMINAS LIPOSOLUBLES','Vitamin A, RAE':'07. VITAMINAS LIPOSOLUBLES',
    'Retinol':'07. VITAMINAS LIPOSOLUBLES','Carotene, alpha':'07. VITAMINAS LIPOSOLUBLES',
    'Carotene, beta':'07. VITAMINAS LIPOSOLUBLES','Carotene, gamma':'07. VITAMINAS LIPOSOLUBLES',
    'Cryptoxanthin, beta':'07. VITAMINAS LIPOSOLUBLES','Lycopene':'07. VITAMINAS LIPOSOLUBLES',
    'Lutein + zeaxanthin':'07. VITAMINAS LIPOSOLUBLES','Lutein':'07. VITAMINAS LIPOSOLUBLES',
    'Zeaxanthin':'07. VITAMINAS LIPOSOLUBLES','Phytoene':'07. VITAMINAS LIPOSOLUBLES',
    'Phytofluene':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin D (D2 + D3)':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin D (D2 + D3), International Units':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin D2 (ergocalciferol)':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin D3 (cholecalciferol)':'07. VITAMINAS LIPOSOLUBLES',
    '25-hydroxycholecalciferol':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin E (alpha-tocopherol)':'07. VITAMINAS LIPOSOLUBLES',
    'Tocopherol, beta':'07. VITAMINAS LIPOSOLUBLES','Tocopherol, gamma':'07. VITAMINAS LIPOSOLUBLES',
    'Tocopherol, delta':'07. VITAMINAS LIPOSOLUBLES','Tocotrienol, alpha':'07. VITAMINAS LIPOSOLUBLES',
    'Tocotrienol, beta':'07. VITAMINAS LIPOSOLUBLES','Tocotrienol, gamma':'07. VITAMINAS LIPOSOLUBLES',
    'Tocotrienol, delta':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin K (phylloquinone)':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin K (Menaquinone-4)':'07. VITAMINAS LIPOSOLUBLES',
    'Vitamin K (Dihydrophylloquinone)':'07. VITAMINAS LIPOSOLUBLES',
    # 08. VITAMINAS HIDROSOLUBLES
    'Vitamin C, total ascorbic acid':'08. VITAMINAS HIDROSOLUBLES',
    'Thiamin':'08. VITAMINAS HIDROSOLUBLES','Riboflavin':'08. VITAMINAS HIDROSOLUBLES',
    'Niacin':'08. VITAMINAS HIDROSOLUBLES','Pantothenic acid':'08. VITAMINAS HIDROSOLUBLES',
    'Vitamin B-6':'08. VITAMINAS HIDROSOLUBLES','Vitamin B-12':'08. VITAMINAS HIDROSOLUBLES',
    'Vitamin B-12, added':'08. VITAMINAS HIDROSOLUBLES',
    'Folate, total':'08. VITAMINAS HIDROSOLUBLES','Folate, food':'08. VITAMINAS HIDROSOLUBLES',
    'Folate, DFE':'08. VITAMINAS HIDROSOLUBLES','Folic acid':'08. VITAMINAS HIDROSOLUBLES',
    '5-methyl tetrahydrofolate (5-MTHF)':'08. VITAMINAS HIDROSOLUBLES',
    '5-Formyltetrahydrofolic acid (5-HCOH4':'08. VITAMINAS HIDROSOLUBLES',
    '10-Formyl folic acid (10HCOFA)':'08. VITAMINAS HIDROSOLUBLES',
    'Biotin':'08. VITAMINAS HIDROSOLUBLES','Choline, total':'08. VITAMINAS HIDROSOLUBLES',
    'Choline, free':'08. VITAMINAS HIDROSOLUBLES',
    'Choline, from phosphocholine':'08. VITAMINAS HIDROSOLUBLES',
    'Choline, from phosphotidyl choline':'08. VITAMINAS HIDROSOLUBLES',
    'Choline, from glycerophosphocholine':'08. VITAMINAS HIDROSOLUBLES',
    'Choline, from sphingomyelin':'08. VITAMINAS HIDROSOLUBLES',
    'Betaine':'08. VITAMINAS HIDROSOLUBLES','Niacin equivalent':'08. VITAMINAS HIDROSOLUBLES',
    # 09. FITONUTRIENTES Y BIOACTIVOS
    'Caffeine':'09. FITONUTRIENTES Y BIOACTIVOS','Theobromine':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Alcohol, ethyl':'09. FITONUTRIENTES Y BIOACTIVOS','Oxalic acid':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Citric acid':'09. FITONUTRIENTES Y BIOACTIVOS','Malic acid':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Lactic acid':'09. FITONUTRIENTES Y BIOACTIVOS','Acetic acid':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Pyruvic acid':'09. FITONUTRIENTES Y BIOACTIVOS','Quinic acid':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Daidzein':'09. FITONUTRIENTES Y BIOACTIVOS','Daidzin':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Genistein':'09. FITONUTRIENTES Y BIOACTIVOS','Genistin':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Glycitin':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Epigallocatechin-3-gallate':'09. FITONUTRIENTES Y BIOACTIVOS',
    'Ergothioneine':'09. FITONUTRIENTES Y BIOACTIVOS',
}

# ── Catálogo maestro (cargado una vez al inicio) ─────────────────────────────
_MASTER_CATALOG = None
_catalog_lock   = threading.Lock()

def get_master_catalog() -> pd.DataFrame:
    global _MASTER_CATALOG
    with _catalog_lock:
        if _MASTER_CATALOG is not None:
            return _MASTER_CATALOG
        df = con_parquet.execute(f"""
            SELECT DISTINCT Nutriente, MAX(Unidad) AS Unidad
            FROM read_parquet('{PARQUET_PATH}')
            WHERE Nutriente IS NOT NULL AND TRIM(Nutriente) != ''
            GROUP BY Nutriente
            ORDER BY Nutriente ASC
        """).df()
        df['Categoria'] = df['Nutriente'].map(NUTRIENT_MAP).fillna('10. OTROS')
        _MASTER_CATALOG = df
        return _MASTER_CATALOG


def get_nutrients(food_name: str) -> pd.DataFrame:
    """LEFT JOIN catálogo maestro ← datos del alimento. Siempre devuelve todas las filas."""
    df_food = con_parquet.execute(f"""
        SELECT Nutriente, ANY_VALUE(Cantidad) AS Cantidad
        FROM read_parquet('{PARQUET_PATH}')
        WHERE Alimento = ?
        GROUP BY Nutriente
    """, [food_name]).df()

    catalog = get_master_catalog().copy()
    df_full = catalog.merge(df_food[['Nutriente', 'Cantidad']], on='Nutriente', how='left')
    df_full = df_full.sort_values(['Categoria', 'Nutriente']).reset_index(drop=True)
    return df_full


# ── Mapa interno label → nombre EN (compartido entre funciones) ───────────────
_label_to_en: dict[str, str] = {}


# ── Función de búsqueda ───────────────────────────────────────────────────────
def buscar_alimentos(termino: str):
    global _label_to_en

    if not termino or not termino.strip():
        return (
            gr.update(choices=[], value=None),
            "⚠️ Escribe un ingrediente para buscar.",
        )

    t0 = time.time()
    try:
        term_en = translator_es_en.translate(termino.strip()).lower()
        words   = term_en.split()
        where   = " AND ".join(["Alimento ILIKE ?" for _ in words])

        query_db = f"""
            SELECT
                Alimento,
                COUNT(DISTINCT Nutriente) AS nutrientes_unicos
            FROM read_parquet('{PARQUET_PATH}')
            WHERE {where}
            GROUP BY Alimento
            ORDER BY nutrientes_unicos DESC
            LIMIT 100
        """
        df_results = con_parquet.execute(query_db, [f"%{w}%" for w in words]).df()

        if df_results.empty:
            return (
                gr.update(choices=[], value=None),
                f"❌ Sin resultados para «{termino}» (buscado como: {term_en})",
            )

        names_en = df_results['Alimento'].tolist()
        counts   = df_results['nutrientes_unicos'].tolist()

        with ThreadPoolExecutor(max_workers=1) as exc:
            names_es = exc.submit(lambda: translator_en_es.translate_batch(names_en)).result()

        labels = [f"[{cnt}] {es}  ({en})" for es, en, cnt in zip(names_es, names_en, counts)]
        _label_to_en = {lbl: en for lbl, en in zip(labels, names_en)}

        elapsed = time.time() - t0
        status  = f"✅ {len(labels)} resultado(s) para «{termino}» — {elapsed:.2f}s"
        return gr.update(choices=labels, value=labels[0]), status

    except Exception as e:
        return gr.update(choices=[], value=None), f"❌ Error: {e}"


# ── Función ver nutrientes ────────────────────────────────────────────────────
def ver_nutrientes(label_seleccionado: str | None):
    if not label_seleccionado:
        return "Selecciona un alimento primero.", pd.DataFrame()

    food_en = _label_to_en.get(label_seleccionado)

    # Fallback: extraer el nombre EN del paréntesis final del label
    if not food_en:
        m = re.search(r'\(([^)]+)\)$', label_seleccionado)
        food_en = m.group(1) if m else label_seleccionado

    try:
        df = get_nutrients(food_en)
        total = len(df)
        tiene = int(df['Cantidad'].notna().sum())
        resumen = (
            f"**{food_en}**\n\n"
            f"Nutrientes con datos: **{tiene}** / {total}  |  "
            f"Sin datos: {total - tiene}"
        )
        tabla = df[['Categoria', 'Nutriente', 'Cantidad', 'Unidad']].copy()
        tabla['Cantidad'] = tabla['Cantidad'].apply(
            lambda x: f"{x:.4g}" if pd.notna(x) else ""
        )
        return resumen, tabla

    except Exception as e:
        return f"❌ Error al cargar nutrientes: {e}", pd.DataFrame()


# ── Interfaz Gradio ───────────────────────────────────────────────────────────
CSS = """
#buscar-btn { background: #378ADD !important; color: white !important; }
#buscar-btn:hover { background: #185FA5 !important; }
#ver-btn { background: #1D9E75 !important; color: white !important; }
#ver-btn:hover { background: #0F6E56 !important; }
#tabla-nutrientes { font-size: 13px; }
"""

with gr.Blocks(title="Buscador de Nutrientes Vesta", css=CSS) as demo:

    gr.Markdown("## 🥗 Buscador de Nutrientes Vesta")
    gr.Markdown(
        "Busca alimentos en español o inglés y consulta su perfil completo de nutrientes."
    )

    with gr.Row():
        txt_buscar = gr.Textbox(
            label="Ingrediente",
            placeholder="ej: fresa, pollo, aguacate, chocolate...",
            value="fresa",
            scale=4,
        )
        btn_buscar = gr.Button("🔍 Buscar", variant="primary", scale=1, elem_id="buscar-btn")

    txt_status = gr.Markdown(value="")

    with gr.Row():
        dd_alimento = gr.Dropdown(
            label="Alimento encontrado — ordenados por riqueza nutricional ↓",
            choices=[],
            interactive=True,
            scale=5,
        )
        btn_ver = gr.Button("👁 Ver nutrientes", variant="secondary", scale=1, elem_id="ver-btn")

    md_resumen = gr.Markdown(value="")

    tbl_nutrientes = gr.Dataframe(
        label="Perfil nutricional completo",
        headers=["Categoría", "Nutriente", "Cantidad", "Unidad"],
        datatype=["str", "str", "str", "str"],
        interactive=False,
        wrap=False,
        elem_id="tabla-nutrientes",
    )

    # ── Eventos ───────────────────────────────────────────────────────────────
    btn_buscar.click(
        fn=buscar_alimentos,
        inputs=txt_buscar,
        outputs=[dd_alimento, txt_status],
    )
    txt_buscar.submit(
        fn=buscar_alimentos,
        inputs=txt_buscar,
        outputs=[dd_alimento, txt_status],
    )
    btn_ver.click(
        fn=ver_nutrientes,
        inputs=dd_alimento,
        outputs=[md_resumen, tbl_nutrientes],
    )
    # Al cambiar selección en dropdown limpiar tabla anterior
    dd_alimento.change(
        fn=lambda _: ("", pd.DataFrame()),
        inputs=dd_alimento,
        outputs=[md_resumen, tbl_nutrientes],
    )


# ── Pre-cargar catálogo en background ────────────────────────────────────────
threading.Thread(target=get_master_catalog, daemon=True).start()

if __name__ == "__main__":
    demo.launch()