Académica lidera investigaciones científicas sobre la endometriosis

La Dra. Daniela Mennickent desarrolla dos proyectos enfocados en abordar esta enfermedad ginecológica, que afecta aproximadamente al 10 % de las mujeres en edad reproductiva y que, además de impactar la salud, conlleva una importante carga emocional y económica para quienes la padecen.

Investigaciones científicas enfocadas en la endometriosis es lo que se encuentra realizando la Dra. Daniela Mennickent, bioquímica y doctora en Ciencias y Tecnología Analítica. La investigadora es académica del Magíster en Ciencias Biomédicas de la Universidad Católica de la Santísima Concepción y forma parte del proyecto FIC-R “Capital Humano Avanzado en Inteligencia Artificial para el Bío-Bío”.

“Mi trabajo de investigación se centra en el desarrollo de modelos de aprendizaje automático para el estudio de patologías ginecológicas y obstétricas, a partir de datos de anamnesis, bioquímica clínica y química analítica. También utilizo estrategias similares para abordar otras problemáticas biomédicas”, explicó la Dra. Daniela Mennickent.

Actualmente, se encuentra desarrollando dos proyectos de investigación, ambos relacionados con la endometriosis, una patología ginecológica que afecta a cerca del 10 % de las mujeres en edad reproductiva, y que produce dolor pélvico crónico e infertilidad, además de una gran carga emocional y económica para quienes la padecen.

El Proyecto Interno Regular de Investigación de la UCSC DIREG 06/2024, titulado “Desarrollo de un método de detección rápido y no invasivo de endometriosis mediante el uso de espectroscopía infrarroja y aprendizaje automático”, tiene como objetivo desarrollar un método de detección no quirúrgico para esta enfermedad, el cual está financiado por la Dirección de Investigación de la UCSC.

El método de diagnóstico de referencia para esta enfermedad es la biopsia, la cual requiere una cirugía laparoscópica. Si bien existen métodos imagenológicos recomendados por el Ministerio de Salud, estos dependen de especialidades médicas que no están disponibles en todos los centros de salud y solo permiten detectar ciertos tipos de endometriosis.

Debido a que no existen marcadores no invasivos para esta enfermedad, la nueva propuesta busca desarrollar un método de detección no quirúrgico, basado en el análisis químico-analítico de muestras de sangre u orina mediante espectroscopía infrarroja. Los datos espectrales obtenidos de mujeres con y sin endometriosis serán analizados mediante técnicas de aprendizaje automático, con el fin de generar un modelo de clasificación que permita distinguir entre quienes presentan o no la enfermedad.

El Proyecto FONDECYT de Iniciación en Investigación 2025 N°11250601, titulado “Integrated proteomic and metabolomic characterization of serum and ovarian follicular fluid by multiblock machine learning analysis: Towards the understanding of endometriosis-associated infertility”, financiado por la Agencia Nacional de Investigación y Desarrollo (ANID), tiene como objetivo contribuir a la comprensión de los mecanismos bioquímicos que explicarían la infertilidad en mujeres con endometriosis.

En este proyecto se estudiarán muestras de suero y líquido folicular ovárico de mujeres con y sin infertilidad asociada a la enfermedad, utilizando dos técnicas químico-analíticas de vanguardia: la proteómica y la metabolómica. Estas técnicas permiten explorar prácticamente todo el universo de proteínas y metabolitos presentes en una muestra biológica, y su análisis mediante aprendizaje automático posibilita una comprensión más profunda de los procesos bioquímicos implicados en la salud y la enfermedad, en comparación con las técnicas tradicionales. De esta manera, se espera aportar nuevo conocimiento sobre los mecanismos bioquímicos, tanto sistémicos como locales del sistema reproductor femenino, que vinculan la endometriosis con la infertilidad.

La Dra. Daniela Mennickent señaló que “en estos proyectos interdisciplinarios participan estudiantes de la carrera de Medicina, del Magíster en Ciencias Biomédicas y del Doctorado en Inteligencia Artificial, además de colaboradores —tanto alumnos como académicos— de otras universidades, junto a profesionales clínicos de la Unidad de Medicina Reproductiva de la Clínica Sanatorio Alemán”.