Schmerzen zählen zu den bedeutendsten Symptomen bei Patientinnen mit Endometriose; diese treten in unterschiedlichster Form, Intensität und Kombination auf und können die Lebensqualität maßgeblich einschränken. Die Komplexität dieser Symptome führt häufig zu einer verzögerten Diagnose und legt nahe, dass die Schmerzursachen und Mechanismen, die zum Auftreten von Schmerzen und einer möglichen Schmerzchronifizierung führen, bei Endometriose-Patientinnen multifaktoriell sind. Das StEPP-UPP-Projekt hat sich zum Ziel gesetzt, Mechanismen der Schmerzentstehung bei Endometriose durch Erfassen von einer Vielzahl von klinischen und präklinischen Daten und komplexer Analysen zu entschlüsseln. Das Projekt besteht aus drei Themenschwerpunkten. Es werden eine Vielzahl von bio-psycho-sozialen Daten von Patientinnen erhoben, sowie Blut-, Stuhl- und Endometriosegewebeproben prospektiv erfasst und analysiert. Die Identifizierung und Analyse der vielfältigen bio-psycho-sozialen Daten zusammen mit den Proteomanalysen soll prognostische Modellentwicklungen ermöglichen, um eine personalisierte Prognose und Therapie zu identifizieren. Es sollen zudem präklinische Endometriose-Modelle genutzt werden, um im translationalen Ansatz tiefergehenden Einblick in die Pathomechanismen, und hier insbesondere die Zusammenhänge der bei Patientinnen identifizierten Proteine und Proteinnetzwerke, zu gewinnen. Schließlich werden anhand moderner statistischer Analysen, einschließlich mit Methoden des maschinellen Lernens und der künstlichen Intelligenz, Modelle erstellt werden, um bei Patientinnen mit Endometriose-bedingten Schmerzen deren Verläufe besser einzuschätzen und Therapieeffekte vorherzusagen. Diese Modelle sollen dazu führen, Endometriose schneller zu diagnostizieren, den individuellen Schmerzverlauf von Patientinnen besser zu verstehen und die Therapie und Prävention von Schmerzen in Form von personalisierter Herangehensweise zu verbessern.