Nas últimas duas décadas, a triagem virtual baseada na estrutura do receptor (SBVS, do inglês structure-based virtual screening) se tornou uma ferramenta útil no processo de planejamento racional de fármacos e agroquímicos. No entanto, apesar de diversos casos de sucesso, a SBVS ainda apresenta limitações, especialmente em relação ao ranqueamento de potenciais ligantes com base na afinidade de ligação. Nesta pesquisa, a partir da análise do nanoambiente de interação proteína-ligante, busca-se estabelecer quais são as características importantes e essenciais associadas ao processo de reconhecimento molecular, e que, possivelmente, podem ser utilizadas para aprimorar a etapa de ranqueamento dessas triagens. A análise do nanoambiente de interação proteína-ligante está sendo realizada por meio de métodos não-paramétricos de aprendizado de máquina (machine learning) e se baseia principalmente em atributos físico-químicos e estruturais fornecidos pelas bases de dados Sting_DB e Sting_RDB, associadas à plataforma Sting. O intuito é desenvolver modelos preditivos que possam, de maneira confiável e eficiente, estabelecer inferências sobre a afinidade de pequenos compostos químicos em relação a alvos proteicos.