Aquí, nuestro objetivo es mejorar la sostenibilidad general del albahaca acuapónica (L.)-esturión () en sistemas de recirculación integrados. Implementamos nuevos métodos de IA para la gestión operativa junto con soluciones innovadoras para el lecho de crecimiento de plantas, que consiste en conchas (R), consideradas desechos en la industria de procesamiento de alimentos. Para ello, se utilizó el método de aprendizaje supervisado ARIMA para desarrollar soluciones para pronosticar el crecimiento de la biomasa de peces y plantas, mientras que la regresión multilinéal (MLR), los modelos aditivos generalizados (GAM) y XGBoost se utilizaron para desarrollar sensores virtuales de caja negra para la calidad del agua. Se evaluó la eficiencia del nuevo sustrato R y se comparó con el sustrato acuapónico de agregado de arcilla ligera-LECA (H). Considerando dos escenarios tecnológicos diferentes (A-alta entrada de alimento, B-baja entrada de alimento, respectivamente), se analizaron las tasas de reducción de nutrientes, el rendimiento del crecimiento de la biomasa de plantas y además la calidad de las plantas. Los modelos de predicción resultantes revelan una buena precisión, con las mejores métricas para predecir la concentración de N-NO en el agua tecnológica. Además, el análisis PCA revela una alta correlación entre el oxígeno disuelto en el agua y el pH. El uso del innovador sustrato de crecimiento R aseguró un mejor rendimiento en el crecimiento de la albahaca. De hecho, esto se observó tanto en el peso fresco promedio por planta de albahaca, con un 22.59% más en AR en comparación con AH, un 16.45% más en BR en comparación con BH, respectivamente, así como para el área promedio de la hoja (LA) con un 8.36% más en AR en comparación con AH, un 9.49% más en BR en comparación con BH. Sin embargo, el uso del sustrato R reveló una menor tasa de reducción de N-NH y N-NO en el agua tecnológica, en comparación con las variantes basadas en H (19.58% en AR y 18.95% en BR, en comparación con 20.75% en AH y 26.53% en BH para N-NH; 2.02% en AR y 4.1% en BR, en comparación con 3.16% en AH y 5.24% en BH para N-NO). La concentración de Ca, K, Mg y NO en el área de la hoja de albahaca registró la siguiente relación entre las variantes experimentales: AR > AH > BR > BH. En el área de las raíces, sin embargo, los NO fueron más altos en las variantes H con baja entrada de alimento. Los contenidos totales de fenoles y flavonoides en las raíces de albahaca y partes aéreas y la actividad antioxidante de los extractos metanólicos de las variantes experimentales revelaron que los mayores contenidos totales de fenoles y flavonoides se encontraron en la variante BH (0.348% y 0.169%, respectivamente en las raíces, 0.512% y 0.019%, respectivamente en las partes aéreas), mientras que el extracto metanólico obtenido de las raíces de la misma variante mostró la actividad antioxidante más potente (89.15%). Los resultados revelaron que un marco analítico basado en aprendizaje supervisado puede ser empleado con éxito en varios escenarios tecnológicos para optimizar la gestión operativa en sistemas de recirculación integrados de albahaca acuapónica (L.)-esturión (). Además, el sustrato R representa una alternativa adecuada para reemplazar los lechos de cultivo acuapónicos convencionales. Esto se debe a que ofrece un mejor rendimiento en el crecimiento de las plantas y calidad de las plantas, junto con una tasa de reducción de compuestos de nitrógeno comparable. Los estudios futuros deberían investigar la eficiencia a largo plazo del innovador lecho de crecimiento acuapónico R. Así, centrándose en la aplicación de los modelos de predicción y pronóstico desarrollados aquí, en una gama más amplia de escenarios tecnológicos.