La Organización Mundial de la Salud, OMS, señala que el cáncer es la principal causa de muerte en el mundo. Debido a esto su tratamiento debe ser rápido y eficaz. Sin embargo, el desarrollo de fármacos anticancerígenos conlleva una serie de etapas durante un gran período de tiempo y altos costos de producción. Este proyecto se enfoca en el desarrollo de un modelo basado en la relación cuantitativa estructura-actividad (QSAR) para predecir propiedades anticancerígenas. Con el objetivo de desarrollar un modelo utilizando datos topológicos para agilizar y optimizar del proceso, reduciendo costos y tiempo en el desarrollo de fármacos. Por lo que se realizó una exhaustiva investigación para la selección compuestos derivados de tetralonas con los cuales se calcularon los índices topológicos y de esta manera mediante técnicas estadísticas y softwares computacionales, se seleccionó el modelo que aportó una mejor predicción de la actividad biológica. Los resultados principales revelan una correlación exitosa entre cinco índices que son IRM, Nano Zagreb, Sum Nano Zagreb, Alberston y Randic. Se logró predictividad del 60% de la actividad biológica anticancerígena de compuestos amidolidenos-1-tetralonas utilizando el modelo QSAR propuesto, donde los compuestos M6C Y M6F presentaron gran potencial anticancerígeno, creando una oportunidad para futuras investigaciones.