ORCID: https://orcid.org/0000-0002-6962-7632

Resumen de investigación:

Mi línea de investigación se centra en el desarrollo de plataformas de aprendizaje automático que permitan contribuir a solucionar problemáticas de salud, particularmente mediante la identificación y/o cuantificación de biomarcadores, la generación de métodos de apoyo diagnóstico, y la descripción de patrones bioquímicos asociados a patologías humanas con el fin de comprender los mecanismos que las subyacen. Tales plataformas se sustentan en el análisis multivariado de datos obtenidos a partir de registros clínicos, y del estudio de muestras biológicas por medio de técnicas de química clínica y bioanalítica. Hoy mi trabajo está principalmente enfocado en patologías ginecológicas y obstétricas, tales como endometriosis, diabetes gestacional, y preeclampsia. En paralelo, contribuyo al estudio de otras problemáticas biomédicas en colaboración con investigadores/as nacionales e internacionales.

Producción científica

Proyectos de Docencia y Vinculación:

2024 – a la fecha. Proyecto de Desarrollo Institucional del Ministerio de Educación USC24102 “Innovando los procesos de enseñanza aprendizaje de las actividades curriculares de las carreras de la salud de la UCSC, a través de la simulación clínica interdisciplinaria y el uso de la inteligencia artificial”. Colaboradora.

2024 – a la fecha. Proyecto del Programa Iberoamericano de Ciencia y Tecnología para el Desarrollo “Red de Innovación y Tecnología para la Agricultura Climáticamente Inteligente – RITACI”. Colaboradora.

2024 – 2025. Proyecto FOVI 230114 “Red internacional para el estudio de las patologías de la tiroides en embarazadas desde la región del Biobío”. Colaboradora.

2021 – 2023. Proyecto FOVI 210057 “Fortalecimiento de una alianza de cooperación internacional chilena-argentina para el estudio de patologías del embarazo en la región del Bío-Bío utilizando inteligencia artificial”. Colaboradora.

Proyectos de Investigación e Innovación:

2025 – a la fecha. Proyecto FONDECYT de Iniciación en Investigación 2025 N° 11250601 “Integrated proteomic and metabolomic characterization of serum and ovarian follicular fluid by multiblock machine learning analysis: Towards the understanding of endometriosis-associated infertility”. Investigadora Responsable.

2025 – a la fecha. Proyecto de Ciencia para la Innovación Ci2030 de la Facultad de Ciencias, Universidad del Bío-Bío “Estudio de polimorfismos funcionales en genes inmunes y epigenéticos y su asociación con el riesgo de cáncer gástrico en población chilena”. Colaboradora.

2025 – a la fecha. Proyecto Interno VRID de Investigación Interdisciplinaria de la Universidad de Concepción 2024001253INT “Impacto de la vulnerabilidad social sobre la salud mental, nutricional e inmunometabólica de mujeres con diabetes mellitus gestacional”. Colaboradora.

2024 – a la fecha. Proyecto Interno Regular de Investigación UCSC DIREG 06/2024 “Desarrollo de un método de detección rápido y no-invasivo de endometriosis mediante el uso de espectroscopia infrarroja y aprendizaje automático”. Investigadora Responsable.

2024 – a la fecha. Proyecto Interno Regular de Investigación UCSC DIREG 09/2024 “Vitamina A en el Síndrome de Pitt Hopkins: metabolismo y señalización investigados por proteómica”. Colaboradora.

2023-a la fecha. FISAR-MELISA Institute “The embryo-mother crosstalk: Signatures of human conception”. Colaboradora.

2023-2024. FONDEF ID21I10194 “GlycoStem-sEV: Generación de un producto acelular basado en nanovesículas extracelulares derivadas de células madre mesenquimales inducidas hacia un metabolismo glicolítico para el tratamiento de la osteoartritis”. Colaboradora, Investigadora Postdoctoral.

2021-2023. FONDECYT 11181153 “Chemical mapping of different assemblies states of beta-amyloid peptide in Alzheimer´s disease transgenic mouse brain using hyperspectral imaging and chemometrical analysis”. Colaboradora.

FONDECYT 11170710 “Maternal thyroid profile characterization during pregnancy: Association with gestational diabetes, altered thyroid metabolism in placenta and neonatal thyroid profile”. Colaboradora, Tesista Doctoral.

2019-2020. FONDECYT 1191276 “A combined analytical strategy based on metabolomics and targeted analysis using UHPLC-QTOF-MS, UHPLC-ESI-MS/MS and GC-EI-MS/MS for the study of health beneficial effects of calafate consumption”. Colaboradora.

UDEC-VRID 218.071.066-1.0 “Análisis metabolómico basado en UHPLC-ESI-QTOF-MS de tejidos de ratones obesos y normales para comprender los cambios en el metaboloma después del consumo crónico de calafate”. Colaboradora.

Publicaciones:

 Publicaciones con afiliación UCSC 

2025. Ayala-Ramírez P, Mennickent D, Farkas C, Guzmán-Gutiérrez E, Retamal-Fredes E, Segura-Guzmán N, Roca D, Venegas M, Carrillo-Muñoz M, Gutierrez-Monsalve Y, Sanabria D, Ospina C, Silva J, Olaya-C Mercedes, García-Robles R. Early-onset versus Late-onset preeclampsia in Bogotá, Colombia: Differential risk factor identification and evaluation using traditional statistics and machine learning, Biomedicines, 2025, https://doi.org/10.3390/biomedicines13081958.

2024. Mennickent D, Romero-Albornoz L, Gutiérrez-Vega S, Aguayo C, Marini F, Guzmán-Gutiérrez E, Araya J. Simple and Fast Prediction of Gestational Diabetes Mellitus Based on Machine Learning and Near-Infrared Spectra of Serum: a Proof of Concept Study at Different Stages of Pregnancy, Biomedicines, 12(6), 1142, https://doi.org/10.3390/biomedicines12061142.

2024. Pipper C, Bliem L, León L, Mennickent D, Bodner C, Guzmán-Gutiérrez E, Stingl M, Untersmayr-Elsenhuber E, Wagner B, Bertinat R, Sepúlveda N, Westermeier F. Sex and disease severity-based analysis of steroid hormones in ME/CFS, Journal of Endocrinological Investigation, 47, 2235–2248, https://doi.org/10.1007/s40618-024-02334-1.

Publicaciones anteriores a la UCSC

2024. Olivares-Caro L, Nova-Baza D, Sanhueza F, Contreras H, Alarcón B, Alarcón-Zapata P, Mennickent D, Durán D, Bustamante L, Pérez AJ, Enos D, Vergara C, Mardones C. Targeted and untargeted cross-sectional study for sex-specific identification of plasma biomarkers of COVID-19 severity, Analytical & Bioanalytical Chemistry, 2024, https://doi.org/10.1007/s00216-024-05706-x.

2024. Nova-Baza D, Olivares-Caro L, Vallejos A, Mennickent D, Sáez-Orellana F, Bustamante L, Radojkovic C, Vergara C, Fuentealba J, Mardones C. Evaluation of the bioactivity of Berberis microphylla G. Forst (Calafate) leaves infusion, Food Bioscience, 2024, 105097, https://doi.org/10.1016/j.fbio.2024.105097.

2023. Mennickent D, Rodríguez A, Opazo MC, Riedel CA, Castro E, Eriz-Salinas A, Appel-Rubio J, Aguayo C, Damiano AE, Guzmán-Gutiérrez E, Araya J. Machine learning applied in maternal and fetal health: a narrative review focused on pregnancy diseases and complications, Frontiers in Endocrinology, 14:1130139, https://doi.org/10.3389/fendo.2023.1130139.

2023. Olivares-Caro L, Nova-Baza D, Radojkovic C, Bustamante L, Duran D, Mennickent D, Melin V, Contreras D, Pérez AJ, Mardones C. Berberis microphylla G. Forst intake reduces the cardiovascular disease plasmatic markers associated to a high fat diet in a mice model, Antioxidants, 12(2), 304, https://doi.org/10.3390/antiox12020304.

2023. Mennickent D, Ortega-Contreras B, Gutiérrez-Vega S, Castro E, Rodríguez A, Araya J, Guzmán-Gutiérrez E. Evaluation of first and second trimester maternal thyroid profile on the prediction of gestational diabetes mellitus and post load glycemia, PLOS ONE, 18(1), e0280513, https://doi.org/10.1371/journal.pone.0280513.

2022. Mennickent D, Rodríguez A, Farías-Jofré M, Araya J, Guzmán-Gutiérrez E. Machine learning-based models for gestational diabetes mellitus prediction before 24-28 weeks of pregnancy: a review, Artificial Intelligence in Medicine, 132, 102378, https://doi.org/10.1016/j.artmed.2022.102378.

2022. Ortega-Contreras B, Armella A, Appel J, Mennickent D, Araya J, González M, Castro E, Obregon AM, Lamperti L, Gutiérrez J, Guzmán-Gutiérrez E. Pathophysiological role of genetic factors associated with gestational diabetes mellitus, Frontiers in Physiology, 13, 769924. https://doi.org/10.3389/fphys.2022.769924.

2021. Mennickent D, Castillo RP, Araya J, Neira JY. Analytical performance of Compton/Rayleigh signal ratio by total reflection X-ray fluorescence (TXRF): A potential methodological tool for sample differentiation, X-Ray Spectrometry, 51(2), 142-150. https://doi.org/10.1002/xrs.3273.

2021. Godoy PA, Mennickent D, Cuchillo-Ibáñez I, Ramírez-Molina O, Silva-Grecchi T, Panes-Fernández J, Castro P, Sáez-Valero J, Fuentealba J. Increased P2X2 receptors induced by amyloid-β peptide participate in the neurotoxicity of Alzheimer’s Disease, Biomedicine & Pharmacotherapy, 142, 111968. https://doi.org/10.1016/j.biopha.2021.111968.

2021. Araya J, Rodríguez A, Lagos-San Martín K, Mennickent D, Gutiérrez-Vega S, Ortega-Contreras B, Valderrama-Gutiérrez B, González M, Farías-Jofré M, Guzmán-Gutiérrez E. Maternal thyroid profile in first and second trimester of pregnancy is correlated with gestational diabetes mellitus through machine learning, Placenta, 103, 82–85. https://doi.org/10.1016/j.placenta.2020.10.015.

2020. Gutiérrez-Vega S, Armella A, Mennickent D, Loyola M, Covarrubias A, Ortega-Contreras B, Escudero C, Gonzalez M, Alcalá M, Ramos MP, Viana M, Castro E, Leiva A, Guzmán-Gutiérrez E. High levels of maternal total tri-iodothyronine, and low levels of fetal free L-thyroxine and total tri-iodothyronine, are associated with altered deiodinase expression and activity in placenta with gestational diabetes mellitus, PLOS ONE, 15(11), e0242743. https://doi.org/10.1371/journal.pone.0242743.

2019. Gavilán J, Mennickent D, Ramírez-Molina O, Triviño S, Pérez C, Silva-Grecchi T, Godoy P, Becerra J, Aguayo L, Moraga G, San Martín V, Yévenes GE, Castro P, Guzmán L, Fuentealba J. 17 oxo-sparteine and lupanine, obtained from Cytisus scoparius, exert a neuroprotection against soluble oligomers of amyloid-β toxicity by nicotinic acetylcholine receptors, Journal of Alzheimer’s Disease, 67(1), 343–356. https://doi.org/10.3233/jad-180945.