La diabetes mellitus es una enfermedad que afecta millones de personas en el mundo, desafortunadamente aún no se conoce una cura para este padecimiento. Hoy en día existen medicamentos que ayudan en el tratamiento de esta afección, un grupo de fármacos llamados inhibidores y su principal función es bloquear la actividad biológica de enzimas como la α-glucosidasa, blanco importante en el tratamiento de esta enfermedad. En el presente trabajo se desarrollo un modelo QSAR capaz de predecir la actividad inhibitoria a partir de 74 compuestos de diferentes derivados químicos, filtrándolos mediante Docking y posteriormente calculando descriptores topológicos y de reactividad electrónica global mediante DFT (B3LYP/6-31G**), los parámetros estructurales y electrónicos se correlacionaron con la actividad de inhibición mediante un modelo de regresión lineal múltiple. El modelo óptimo se estructuró con 10 descriptores y demostró una capacidad predictiva robusta y confiable, siendo validado interna y externamente con valores de R2=0.747, Q2LOO=0.621 y R2pred=0.572. Los resultados se complementaron, analizando las interacciones de los inhibidores provenientes del Docking y los mapas de potencial electroestático resultantes de DFT los cuales demostraron que la integración de técnicas computacionales permite generar modelos que pueden predecir la actividad inhibitoria de diferentes compuestos.