En la actualidad el dolor está estrechamente vinculado a patologías de alta incidencia a nivel mundial. Los métodos “in silico” engloban todas las técnicas asistidas por ordenadores usadas en el diseño/descubrimiento de compuestos con propiedades deseadas, evitando los altos costos para las actuales tareas de síntesis y bioensayos. En este sentido, el objetivo fundamental del presente trabajo es la identificación de nuevos candidatos analgésicos a través del cribado virtual “in silico” empleando árboles de clasificación. Materiales y Métodos: se recolecta una base de datos de la literatura a los que se le ha reportado experimentalmente actividad analgésica. A través del software DRAGON se calcularon una serie de descriptores moleculares y posteriormente se realizó un Análisis de Conglomerados Jerárquicos (CAs) en el software STATISTICA, permitiendo la separación de la base de datos inicial en serie de entrenamiento y serie de predicción. Luego se procedió a la obtención y validación del modelo utilizado (Tree J48) a través del software WEKA. Finalmente se cribaron ocho compuestos aislados de Boldoa purpurascens y 12 productos de la hidrólisis de estos, para un total de 20 compuestos. De ellos tres compuestos fueron evaluados experimentalmente “in vivo” con excelentes resultados como fármacos analgésicos.  Conclusión: el empleo de estas herramientas computacionales genera un gran ahorro de recursos con respecto a los métodos tradicionales de análisis y además permite realizar una identificación rápida de compuestos con una alta probabilidad de que sean potenciales analgésicos.