El triptófano es un aminoácido esencial ampliamente utilizado en las industrias farmacéutica y de piensos. Mejorar su producción en microorganismos requiere activar e inactivar genes específicos para dirigir más recursos hacia su síntesis. En este estudio, desarrollamos un modelo de clasificación basado en Análisis de Perturbación Cualitativa y Aprendizaje Automático (QPAML). El modelo utiliza pFBA para obtener reacciones óptimas para la producción de triptófano y FSEOF para introducir perturbaciones en los flujos de las reacciones óptimas mientras se registran todos los cambios en el modelo de Red Metabólica a Escala Genómica iML1515a. Los flujos de reacción alterados y su relación con la producción de triptófano y biomasa se traducen a variables cualitativas clasificadas con GBDT. Al final, se predicen grupos de reacciones enzimáticas que se eliminarán, sobreexpresarán o atenuarán para el triptófano y otros 30 metabolitos con un 92.34% de F1-Score. El modelo QPAML puede integrar diversos tipos de datos, prometiendo predicciones mejoradas y el descubrimiento de patrones complejos en la ingeniería metabólica microbiana. Tiene amplias aplicaciones potenciales y ofrece información valiosa para optimizar la producción microbiana en biotecnología.