O objetivo deste trabalho é analisar o funcionamento de metáforas verbo-gestuais em videoaulas de ensino de gramática da língua portuguesa. O trabalho tem como base teórica estudiosos que investigam a metáfora sob uma perspectiva cognitiva e multimodal (Müller, 2008, 2018; Cienki, 2008, 2017; Avelar; Cienki, 2023), assim como a noção de catchment (rede gestual) proposta por McNeill (2005, 2016, 2024) na Teoria do Ponto de Convergência. Do ponto de vista metodológico, recorremos às Diretrizes para Identificação de Metáforas em Gesto (DIM-G), desenvolvida por Cienki (2017) e adaptada para dados do Português Brasileiro por Avelar e Cienki (2023). O corpus selecionado é composto por 2 videoaulas de orações coordenadas do nível médio de ensino, provenientes de um banco de dados de 16 videoaulas, coletadas gratuitamente na plataforma do YouTube. Para analisar os dados, utilizamos o software ELAN para criar trilhas de anotação, baseadas nas etapas previstas no DIM-G. Nos resultados obtidos, observamos que a produção de catchments (redes gestuais) auxilia na estruturação e na coesão do discurso do professor, na medida em que sucessivas metáforas verbo-gestuais sustentam o argumento/conceito proposto inicialmente por ele(a). Também verificamos que professores distintos produzem metáforas verbo-gestuais similares, relacionadas à Metáfora do Conduto quando lecionam o mesmo conteúdo, ocasionando em construções de catchments (redes gestuais) semelhantes.