La planta y el trigo sarraceno son dos seudocereales preferidos por su alto valor nutricional, son libres de gluten y tienen importancia religiosa como alimento de ayuno. Los recursos de germoplasma son el reservorio de diversidad para diferentes rasgos, incluidas las características nutricionales. Estos recursos deben ser evaluados para utilizar su potencial en programas de mejora de cultivos. Sin embargo, los métodos convencionales son laboriosos, costosos y requieren mucho tiempo, además de ser propensos a errores de manejo cuando se aplican a muestras grandes. El aprendizaje automático basado en NIRS para predecir diferentes rasgos nutricionales se aplica en diferentes cultivos alimentarios para múltiples rasgos. En este estudio se desarrollaron modelos de predicción de NIRS utilizando la técnica de regresión mPLS para la estimación de aceite, proteínas, ácidos grasos y aminoácidos esenciales en amaranto y trigo sarraceno. Se obtuvieron buenos valores de RSQ externos (poder de determinación) para los rasgos mencionados, que oscilaron entre 0.72 y 0.929. El valor de desviación de rendimiento de proporción (RPD) para la mayoría de los rasgos osciló entre 2 y 3, excepto para valina (1.88) y metionina (3.55), lo que indica buenas capacidades de predicción en el modelo desarrollado. Estos modelos de predicción se utilizaron para evaluar el germoplasma de amaranto y trigo sarraceno; los resultados obtenidos estuvieron en buena concordancia y confirmaron la aplicabilidad de los modelos desarrollados. Esto permitirá la identificación de un germoplasma específico de rasgos como fuente potencial de genes y ayudará en los programas de mejora de cultivos.