O câncer de mama é a neoplasia maligna de maior incidência entre mulheres, destacando-se como o tipo de câncer mais frequente e uma das principais causas de mortalidade oncológica feminina, o que evidencia a necessidade de identificar novos compostos com potencial terapêutico. Nesse contexto, metabólitos secundários de plantas medicinais têm se destacado como fontes promissoras de moléculas biologicamente ativas. O presente estudo teve como objetivo investigar, por meio de abordagens de química computacional, o potencial antineoplásico de compostos bioativos derivados de Aloe vera frente a alvos moleculares relevantes na fisiopatologia do câncer de mama. Inicialmente, as estruturas dos ligantes foram submetidas à otimização geométrica utilizando a Teoria do Funcional da Densidade (DFT) no nível B3LYP combinado com o conjunto de base 6-31G(d,p), permitindo a obtenção de descritores eletrônicos associados à reatividade molecular. Em seguida, foram realizadas predições in silico das propriedades farmacocinéticas e toxicológicas (ADMET), bem como simulações de ancoragem molecular com proteínas-alvo relacionadas à progressão tumoral, incluindo receptores de estrogênio α, receptor de progesterona, HER2, Akt1, caspase-3 e p53 mutante Y220C. De forma integrada, a aloe resina A destacou-se entre os ligantes avaliados por apresentar elevada afinidade por múltiplos alvos moleculares, associada a um perfil farmacocinético equilibrado, baixa penetração no sistema nervoso central e ausência de mutagenicidade e carcinogenicidade preditas. Esses resultados indicam essa molécula como o candidato mais promissor do estudo e reforçam o potencial de metabólitos de Aloe vera para o desenvolvimento de novas estratégias terapêuticas contra o câncer de mama e evidenciam a utilidade de abordagens computacionais integradas na triagem inicial de compostos bioativos.