Este estudio presenta el desarrollo y la validación de un modelo QSPR (Quantitative Structure–Property Relationship) para predecir propiedades ADMET (Absorción, Distribución, Metabolismo, Excreción y Toxicidad) en péptidos cíclicos modificados, moléculas de alto potencial terapéutico debido a su conformación estable y afinidad por dianas biológicas. Empleando descriptores moleculares calculados con RDKit y PaDEL-Descriptor, se evaluaron dos conjuntos de datos mediante análisis estadísticos rigurosos (imputación de datos faltantes con KNN, coeficiente de correlación de Pearson, prueba de hipótesis con transformación de Fisher e información mutua). Se comparó el rendimiento de modelos base (Random Forest) y se optimizó la selección de características con Análisis de Componentes Principales (PCA), manteniendo el 95 % de la varianza (48 componentes). El modelo final, validado internamente y con un conjunto externo independiente, mostró un R² de 0,36 y un RMSE de 0,098 en predicción de absorción, demostrando su utilidad para el diseño racional de fármacos basados en péptidos cíclicos. Esta metodología reduce tiempos y costos en las fases iniciales del descubrimiento de fármacos.