El zinc (Zn) es un elemento esencial que influye en muchas funciones celulares. Dependiendo de la biodisponibilidad, el Zn puede causar tanto deficiencia como toxicidad. La biodisponibilidad del Zn está influenciada por la dureza del agua. Por lo tanto, el análisis de la calidad del agua para la evaluación de riesgos para la salud debe considerar tanto la concentración de Zn como la dureza del agua. Sin embargo, la selección de medios de exposición para las pruebas de toxicología tradicionales se establece en niveles de dureza definidos y no representa las diversas composiciones químicas del agua observadas en la naturaleza. Además, estas pruebas comúnmente utilizan puntos finales de organismos completos, como la supervivencia y la reproducción, que requieren un alto número de animales de prueba y son laboriosas. La expresión génica se destaca como una alternativa prometedora para proporcionar información sobre eventos moleculares que pueden ser utilizados para la evaluación de riesgos. En este trabajo, aplicamos técnicas de aprendizaje automático para clasificar las concentraciones de Zn y la dureza del agua a partir de la expresión génica utilizando PCR cuantitativa. Se exploró un método para la clasificación de genes utilizando técnicas de teoría de juegos, a saber, los valores de Shapley. Los resultados muestran que los clasificadores de aprendizaje automático estándar pueden clasificar tanto la concentración de Zn como la dureza del agua simultáneamente, y que los valores de Shapley son una alternativa versátil y útil para la clasificación de genes que puede proporcionar información sobre la importancia de genes individuales.