A detecção de talentos esportivos envolve o processo identificar indivíduos com habilidades excepcionais em uma determinada modalidade esportiva, com potencial para se tornarem atletas de alto nível no futuro. Se trata de um fenômeno complexo que abrange uma rede de fatores, tais como fatores antropométricos, nutricionais, fisiológicos, genéticos e psicológicos. Este projeto de pesquisa visa desenvolver um algoritmo de machine learning baseado em parâmetros antropométricos, maturacionais, físicos e genéticos que facilite o processo de detecção e seleção de talentos esportivos, considerando características genéticas, de maturação e performance física. Como demonstrado no Capítulo I, pesquisou-se na literatura a partir de uma revisão de escopo com o objetivo explorar as variáveis avaliadas no processo de identificação e desenvolvimento de talentos no futebol. O estudo original descrito no Capítulo II investigou a associação entre o polimorfismo ACE (I/D) e os fenótipos de resistência e força em jogadores brasileiros de handebol masculino, considerando suas posições de jogo. Foram avaliados 105 jogadores juniores de handebol masculino e 92 controles. O Capítulo III apresenta um estudo de revisão sistemática cujo o objetivo foi identificar sistematicamente pesquisas originais que utilizaram machine learning com dados de desempenho esportivo, destacando as capacidades atuais e as potenciais aplicações futuras do machine learning neste campo. Finalmente, o Capítulo IV apresenta uma revisão sistemática com meta-análise acerca da frequência genotípica e alélica do gene ACTN3 R577X em países da América do Sul, bem como sua interação com performance física.