MicroRNAs (miRNA) são responsáveis pela regulação de uma grande variedade processos biológicos através do silenciamento gênico pós transcricional. O gene IGF1 é correlacionado aos mecanismos de proliferação e crescimento, estando vinculado com desordens metabólicas como o diabetes mellitus do tipo 2 (DM2). A desregulação da expressão desse gene é correlacionada a ação de miRNAs. Ferramentas de predição de miRNAs simulam interações in silico através de dados estatísticos baseados em interações que ocorrem in vivo. O presente trabalho tem como objetivo avaliar através da predição in silico os miRNAs que apresentam maior probabilidade estatística de regular o gene IGF1 no contexto do DM2. Para realizar as predições foi utilizado a ferramenta de bioinformática miRabel, considerando prioritariamente miRNAs que apresentavam score < 0.05 e fossem validados em experimentos. A análise de predição resultou em um total de 1734 miRNAs, dos quais 99 estavam presentes em experimentos. Apenas quatro deles obtiveram score < 0.05, dos quais destacaram-se mir-130b-3p pelo melhor resultado estatístico e mir-29a-3p por estar relatado a sua interação com IGF1 em ensaios in vitro. Concluiu-se, que mir-130b-3p e mir-29a-3p são candidatos promissores para a regulação de IGF1 no contexto do DM2 pelo desempenho mostrado nas avaliações de predição e interação com vias metabólicas especificas do DM2.