El virus de la influenza sigue siendo una de las principales enfermedades a nivel mundial; se han reportado entre 290 000 y 650 000 muertes por problemas respiratorios al año (World Health Organization, 2026). Su alta capacidad de mutación genera un problema para los fármacos existentes, reduciendo su eficacia; esto obliga a desarrollar nuevos medicamentos y vacunas. En este contexto, la nanotecnología ha propuesto algunos nanomateriales que han mostrado potencial como antivirales, como los derivados de Fullerenos. En esta investigación se han utilizado modelos predictivos QSAR para identificar los descriptores moleculares asociados a la inhibición temprana de la replicación del virus de la Influenza; se trabajó con 45 derivados de Fullerenos C60, tomando IC50 como actividad biológica, previamente reportada en un estudio experimental (Sinegubova et al. 2023). Las estructuras moleculares fueron diseñadas en GaussView 6 y posteriormente calculadas y optimizadas mediante el método semiempírico PM6 en Gaussian 16. Se obtuvieron los descriptores moleculares de cada molécula mediante el software AlvaDesc. Para después aplicar los modelos QSAR en AlvaModel, se utilizó una regresión lineal múltiple o regresión lineal OLS (por sus siglas en ingles, Ordinary Least Squares). Como resultado final, los modelos se evaluaron analíticamente mediante criterios estadísticos de validación, tanto internos como externos. El modelo que cumplió las normas de un buen QSAR, presento una R² = 0.7984 y un Adjusted R2= 0.7427, además de validación cruzada Q²LOO = 0.5189 y Q²k-fold = 0.5086, lo que indica una capacidad predictiva razonable dentro de su dominio de aplicabilidad. Asimismo, se identificaron los ocho descriptores moleculares que conforman el modelo (Mor16p, CATS3D_12_AL, Mor03s, G2v, GGI18, MATS4m, s2_relPathLength y VR3_A), los cuales, a su vez, están relacionados con propiedades geométricas, topológicas y electrónicas relevantes para la actividad antiviral. Los resultados demuestran que el uso de los modelos de predicción QSAR es una herramienta computacional útil para el diseño de nuevos derivados de Fullerenos C60 con potencial antiviral para tratar el virus de la Influenza.