Una comprensión completa de la diversidad genética y la categorización del germoplasma es importante para identificar de manera efectiva a los candidatos parentales apropiados para el objetivo del mejoramiento genético. Es necesario contar con una técnica de cultivo de tejidos que sea a la vez efectiva y reproducible para llevar a cabo ingeniería genética en genotipos de guisante forrajero (var. L.). En esta investigación, la diversidad genética de cuarenta y dos genotipos de guisante forrajero fue evaluada en función de su capacidad de inducción de callos (CI), el porcentaje de callos embriogénicos por número de explantes (ECNEP), el porcentaje de callos embriogénicos que responden por número de explantes (RECNEP), el número de embriogénesis somática (NSE), el número de embriogénesis somática que responde (RSE), la eficiencia de regeneración (RE) y el número de plántulas regeneradas (NRP). Los hallazgos del ANDEVA mostraron que existían diferencias significativas ( < 0.001) entre los genotipos para todos los parámetros in vitro. El método de análisis de componentes principales (PCA) se utilizó para estudiar las correlaciones que existen entre los factores asociados con el cultivo de tejidos. Mientras que las variables de RE y NRP estaban más fuertemente asociadas con los genotipos Doruyol, Ovaçevirme-4, Doeli-1, Yolgeçmez e Incili-3, las variables RECNEP, NSE, RDE y RECNEP estaban fuertemente asociadas con los genotipos Avclar, Ovaçevirme-3 y Ardahan Merkez-2. El proceso in vitro es un proceso multivariado complejo y se necesitan análisis más robustos para parámetros lineales y no lineales. Dentro del alcance de este estudio, se utilizaron los algoritmos de red neuronal artificial (ANN), bosque aleatorio (RF) y regresión de spline adaptativa multivariante (MARS) para la estimación de RE, y estos algoritmos también fueron comparados. Los resultados que obtuvimos de nuestra investigación nos llevaron a la conclusión de que el modelo de perceptrón multicapa ANN (ANN-MLP) empleado ( = 0.941) tiene un mejor rendimiento que el modelo RF ( = 0.754) y el modelo MARS ( = 0.214). A pesar de esto, se ha demostrado que el modelo RF es capaz de predecir con precisión la RE en las etapas tempranas del proceso in vitro. El trabajo actual es una investigación sobre el uso de los modelos RF, MARS y ANN en el cultivo de tejidos de plantas, y señala las posibilidades de aplicación en una variedad de guisantes forrajeros económicamente importantes.