Este documento investiga un procedimiento novedoso de incrustación de gráficos basado en complejos simpliciales. Heredados de la topología algebraica, los complejos simpliciales son colecciones de símplices de orden creciente (por ejemplo, puntos, líneas, triángulos, tetraedros) que pueden interpretarse como subestructuras posiblemente significativas (es decir, granos de información) sobre los cuales se puede construir un espacio de incrustación mediante histogramas simbólicos. En el espacio de incrustación, se puede utilizar cualquier sistema de reconocimiento de patrones euclídeo, posiblemente equipado con capacidades de selección de características para seleccionar los símbolos más informativos. Los símbolos seleccionados pueden ser analizados por expertos en el campo para extraer más conocimiento sobre el proceso a ser modelado por el sistema de aprendizaje, por lo tanto, la estrategia de modelado propuesta puede considerarse como una caja gris. La incrustación propuesta ha sido probada en treinta conjuntos de datos de referencia para clasificación de gráficos y, además, proponemos dos aplicaciones del mundo real, a saber, predecir la función enzimática de las proteínas y la propensión a la solubilidad a partir de su estructura 3D para dar un ejemplo de la fase de descubrimiento de conocimiento que se puede llevar a cabo a partir de la estrategia de incrustación propuesta.