diff --git "a/an\303\241lisis/network medicine/funciones_network_medicine.py" "b/an\303\241lisis/network medicine/funciones_network_medicine.py"
index 6e711c0ef1f9b6cfea341a3e9cc78f50db41e2d1..06e8ea7ae8513f3341681760d8fbf576c04d66cd 100644
--- "a/an\303\241lisis/network medicine/funciones_network_medicine.py"	
+++ "b/an\303\241lisis/network medicine/funciones_network_medicine.py"	
@@ -631,20 +631,20 @@ def rep_prox(df_combinado, nombre_enf):
     farmacos_con_enf = df_combinado[(df_combinado['Enfermedades'] == nombre_enf) & (df_combinado['Tratamiento'] == 'yes')]
     farmacos_sin_enf = df_combinado[(df_combinado['Enfermedades'] == nombre_enf) & (df_combinado['Tratamiento'] == 'unknown')]
     
-    combined_data = pd.concat([farmacos_con_enf.assign(Tratamiento='Tratamiento'), farmacos_sin_enf.assign(Tratamiento='Unkwown')])
+    combined_data = pd.concat([farmacos_con_enf.assign(Tratamiento='Tratamiento'), farmacos_sin_enf.assign(Tratamiento='Unknown')])
     
     # Combino los dos conjuntos de datos en un mismo subplot
     fig, axes = plt.subplots(1, 2, figsize=(14, 6))  # Creo un subplot con 1 fila y 2 columnas
     
     # Represento el boxplot con ambas distribuciones de la proximidad
-    sns.boxplot(x='Tratamiento', y='dc', data=combined_data, hue='Tratamiento', ax=axes[0], palette={'Tratamiento': '#FF7A7A', 'Unkwown': '#79C4FF'}, dodge=False, medianprops=dict(linewidth=2), legend=False)
+    sns.boxplot(x='Tratamiento', y='dc', data=combined_data, hue='Tratamiento', ax=axes[0], palette={'Tratamiento': '#FF7A7A', 'Unknown': '#79C4FF'}, dodge=False, medianprops=dict(linewidth=2), legend=False)
     axes[0].set_ylabel('Cercanía ($\mathregular{d_c}$)', fontsize=12)
     axes[0].set_xlabel('')
     for label in axes[0].get_xticklabels():
         label.set_fontsize(12)
 
     # Represento el boxplot con ambas distribuciones de la proximidad
-    sns.boxplot(x='Tratamiento', y='dc_zscore', data=combined_data, hue='Tratamiento', ax=axes[1], palette={'Tratamiento': '#FF7A7A', 'Unkwown': '#79C4FF'}, dodge=False, medianprops=dict(linewidth=2), legend=False)
+    sns.boxplot(x='Tratamiento', y='dc_zscore', data=combined_data, hue='Tratamiento', ax=axes[1], palette={'Tratamiento': '#FF7A7A', 'Unknown': '#79C4FF'}, dodge=False, medianprops=dict(linewidth=2), legend=False)
     axes[1].set_ylabel('Proximidad [z-score ($\mathregular{d_c}$)]', fontsize=12)
     axes[1].set_xlabel('')
     for label in axes[1].get_xticklabels():