Los microARN (miARN) son reguladores post-transcripcionales de la expresión génica en animales y plantas. Al emparejarse con elementos receptores de microARN (mREs) en ARNm objetivo, los miARN desempeñan roles de regulación génica, produciendo cambios notables en varios procesos fisiológicos y patológicos. Por lo tanto, la identificación de las interacciones objetivo de miARN-ARNm es fundamental para descubrir la red reguladora gobernada por los miARN. La mejor manera de lograr este objetivo suele ser mediante la predicción computacional seguida de la validación experimental de estas interacciones miARN-ARNm. Esta revisión resume las estrategias clave para la identificación de objetivos de miARN. Existen varias herramientas para análisis computacional, cada una con enfoques diferentes para predecir los objetivos de miARN, y su número está en constante aumento. Se discuten los principales algoritmos disponibles para este fin, incluidos los métodos de Aprendizaje Automático, para proporcionar consejos prácticos para familiarizarse con sus suposiciones y comprender cómo interpretar los resultados. Luego, se describen todos los procedimientos experimentales para verificar la autenticidad de los pares de objetivos de miARN-ARNm identificados, incluidas las tecnologías de Alto Rendimiento, con el fin de encontrar el mejor enfoque para la validación de miARN. Para cada estrategia, se discuten fortalezas y debilidades, para permitir a los usuarios evaluar y seleccionar el enfoque adecuado para sus intereses.