Plasmodium falciparum, un patógeno de la malaria, ha mostrado una resistencia sustancial al tratamiento junto con una escasa respuesta a algunas vacunas, por lo que se requiere un enfoque urgente, holístico y amplio para prevenir esta enfermedad endémica. La comprensión de la biología del parásito de la malaria se ha identificado como un enfoque vital para superar la amenaza de la malaria. El objetivo de este estudio es identificar proteínas esenciales exclusivas de los parásitos de la malaria utilizando un modelo metabólico a escala genómica (GEM) iPfa reconstruido de la cepa 3D7 de Plasmodium falciparum, rellenando los huecos del modelo con diecinueve (19) metabolitos y veintitrés (23) reacciones obtenidos de la base de datos MetaCyc. Se eliminaron de la red veinte (20) metabolitos monetarios porque se ha determinado que producen atajos que son biológicamente inviables. El iPfa GEM modificado resultante fue un modelo que utilizaba el algoritmo k-shortest path para identificar posibles rutas metabólicas alternativas en las vías de la glucólisis y la pentosa fosfato de Plasmodium falciparum. Se introdujo una función heurística para el rendimiento óptimo del algoritmo. Para validar la predicción, se evaluó la esencialidad de las reacciones en la red reconstruida utilizando la medida de centralidad entre reacciones, que se aplicó a cada reacción dentro de las vías consideradas en este estudio. Se predijeron treinta y dos (32) reacciones esenciales entre las cuales nuestro método validó catorce (14) enzimas ya predichas en la literatura. Se comprobó la homología de las proteínas enzimáticas que catalizan estas reacciones esenciales con el genoma del huésped, y dos (2) mostraron una similitud insignificante, lo que las convierte en posibles dianas farmacológicas. En conclusión, la aplicación de la técnica de búsqueda inteligente a la red metabólica de P. falciparum predice potenciales vías alternativas biológicamente relevantes mediante un enfoque basado en la teoría de grafos.