A doença de Alzheimer (DA) é neurodegenerativa e crônica e representa a principal causa de demência em todo o mundo. Entretanto, os medicamentos disponíveis apenas controlam e aliviam os sintomas, são efetivos apenas para algumas pessoas e só ajudam durante um tempo limitado. Por conta disso, este trabalho teve como objetivo identificar, através de triagem virtual por modelagem farmacofórica, potenciais inibidores duais frente às enzimas beta-secretase 1 (BACE-1) e acetilcolinesterase (AChE) para auxílio no desenvolvimento de fármacos contra a DA. Inicialmente, foram selecionados na literatura inibidores duais frente às referidas enzimas para construção de modelos farmacofóricos. Os inibidores foram divididos em conjuntos treino (para construção do modelo) e teste (para validação dos mesmos). O módulo GALAHAD da plataforma Sybyl foi empregado para construção dos modelos farmacofóricos e a avaliação da sua qualidade foi feita através de parâmetros internos da consistência estatística, bem como da sua capacidade de discriminação entre inibidores duais reais (grupo teste) e falsos inibidores (decoys). O melhor modelo foi empregado para identificar potenciais inibidores através da triagem virtual sobre os compostos do catálogo de venda da Sigma Aldrich. Os compostos com maiores métricas de ajuste ao modelo (QFIT) tiveram predições sobre biodisponibilidade, toxicidade e potencialidade de agregação, levantadas através dos servidores SwissADME, pkCSM e Aggregator Advisor, respectivamente. Vinte e oito compostos com potencial inibição dual passaram pelos filtros sem penalizações. A análise da disponibilidade comercial desses compostos evidenciou custos acessíveis (alguns com custo de até R$ 60), o que possibilita a realização de pesquisas adicionais para avaliar os efeitos farmacológicos desses potenciais inibidores duplos. Esses resultados destacam a crescente importância das análises in silico na descoberta de novos medicamentos para tratar a doença de Alzheimer.