Comparative review of contemporary endometriosis models: experimental platforms and translational potential

Cover Page


Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Endometriosis is one of the most prevalent gynecological disorders, characterized by chronic, infertility, menstrual irregularities, miscarriage, and a reduced quality of life. Despite significant advances in understanding the pathogenesis of the disease, effective treatment and recurrence prevention remain a major clinical challenge. One of the key directions in modern reproductive medicine is the development of reproducible and physiologically relevant models of endometriosis that enable the investigation of molecular mechanisms of the disease, therapeutic testing, and prediction of treatment outcomes.

The aim of this review was to systematize and analyze current approaches to modeling endometriosis, including in vitro, ex vivo, in vivo, and in silico methods. The article discusses in detail the advantages and limitations of each model, their contributions to understanding disease mechanisms, and prospects for further advancement in modeling technologies. Particular attention is paid to organoid systems and cell cultures simulating the three-dimensional architecture of endometriotic lesions, as well as modern animal models, including genetically modified mice and primates. The review is based on English-language publications from the past 10 years, indexed in the PubMed database, and is intended for researchers, clinicians, and developers of new therapeutic strategies in gynecology.

About the authors

Maria I. Yarmolinskaya

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Author for correspondence.
Email: m.yarmolinskaya@gmail.com
ORCID iD: 0000-0002-6551-4147
SPIN-code: 3686-3605

MD, Dr. Sci. (Medicine), Professor, Professor of the Russian Academy of Sciences, Honored Scientist of the Russian Federation

Russian Federation, Saint Petersburg

Karina A. Zakuraeva

The Research Institute of Obstetrics, Gynecology and Reproductology named after D.O. Ott

Email: zakuraevak@icloud.com
ORCID iD: 0000-0002-8128-306X
SPIN-code: 5215-7869

MD

Russian Federation, Saint Petersburg

References

  1. Zondervan KT, Becker CM, Missmer SA. Endometriosis. N Engl J Med. 2020;382(13):1244–1256. doi: 10.1056/NEJMra1810764 EDN: QXMNTA
  2. Vercellini P, Viganò P, Somigliana E, Fedele L. Endometriosis: pathogenesis and treatment. Nat Rev Endocrinol. 2014;10(5):261–275. doi: 10.1038/nrendo.2013.255 EDN: UVZBLO
  3. Burney RO, Giudice LC. Pathogenesis and pathophysiology of endometriosis. Fertil Steril. 2012;98(3):511–519. doi: 10.1016/j.fertnstert.2012.06.029 EDN: DSQCSX
  4. Bruner-Tran KL, Mokshagundam S, Herington JL, et al. Rodent models of experimental endometriosis: identifying mechanisms of disease and therapeutic targets. Curr Womens Health Rev. 2018;14(2):173–188. doi: 10.2174/1573404813666170921162041 EDN: ITNQFW
  5. Song Y, Burns GW, Joshi NR, et al. Endometriotic organoids as an in vitro model of endometriotic lesion development. bioRxiv. 2022. doi: 10.1101/2022.02.15.480583 EDN: LOKPZS
  6. Ahn SH, Singh V, Tayade C. In-vitro models of human endometriosis (review). Exp Ther Med. 2019;18(4):2757–2763. doi: 10.3892/etm.2019.8363 EDN: WZUBKP
  7. Song Y, Burns GW, Joshi NR, et al. Spheroids as a model for endometriotic lesions. FASEB J. 2023;37(5):e22997. doi: 10.1096/fj.202201902R EDN: BHFPMN
  8. Turco MY, Moffett A. Development of the human placenta and fetal heart: a new approach to modelling developmental diseases in vitro. Hum Reprod Update. 2019;25(5):517–530. doi: 10.1093/humupd/dmz017 EDN: MZPYHF
  9. Ganesh Kumar A, Balamurugan K, Vijaya Raghavan R, et al. Studies on the antifungal and serotonin receptor agonist activities of the secondary metabolites from piezotolerant deep-sea fungus Ascotricha sp. Mycology. 2019;10(2):92–108. doi: 10.1080/21501203.2018.1541934 EDN: NRSWQE
  10. Mehri A, Kochkar H, Daniele S, et al. One-pot deposition of palladium on hybrid TiO₂ nanoparticles and catalytic applications in hydrogenation. J Colloid Interface Sci. 2012;369(1):309–316. D doi: 10.1016/j.jcis.2011.12.003 EDN: QMMXH
  11. Kowalewska A, Herc AS, Bojda J, et al. Phase structure and properties of ternary polylactide/poly(methyl methacrylate)/polysilsesquioxane blends. Polymers (Basel). 2021;13(7):1033. doi: 10.3390/polym13071033 EDN: ZYJLBM
  12. Gołąbek-Grenda A, Olejnik A. In vitro modeling of endometriosis and endometriotic microenvironment – challenges and recent advances. Cell Signal. 2022;97:110375. doi: 10.1016/j.cellsig.2022.110375 EDN: HHGCBX
  13. Black V, Bafligil C, Greaves E, et al. Modelling endometriosis using in vitro and in vivo systems. Int J Mol Sci. 2025;26(2):580. doi: 10.3390/ijms26020580 EDN: PRZWOL
  14. Groothuis P. Model systems in endometriosis research: translation, translation, translation!. Front Reprod Health. 2022;3:809366. doi: 10.3389/frph.2021.809366
  15. Turco MY, Gardner L, Hughes J, et al. Long-term, hormone-responsive organoid cultures of human endometrium in a chemically defined medium. Nat Cell Biol. 2017;19(5):568–577. doi: 10.1038/ncb3516 EDN: KXHGBU
  16. Deng ZM, Dai FF, Wang RQ, et al. Organ-on-a-chip: future of female reproductive pathophysiological models. J Nanobiotechnol. 2024;22:455. doi: 10.1186/s12951-024-02651-w EDN: GLQCFK
  17. Grümmer R. Animal models in endometriosis research. Hum Reprod Update. 2006;12(5):641–649. doi: 10.1093/humupd/dml026 EDN: IHBXFP
  18. Zhao Y, Gong P, Chen Y, et al. Dual suppression of estrogenic and inflammatory activities for targeting of endometriosis. Sci Transl Med. 2015;7(271):271ra9. doi: 10.1126/scitranslmed.3010626 EDN: CGUWHM
  19. Jiang Y, Ran S, Fu M, et al. Applications of nanomaterials in endometriosis treatment. Front Bioeng Biotechnol. 2023;11:1184155. doi: 10.3389/fbioe.2023.1184155 EDN: DYQXOV
  20. Zhou W, Yang L, Wang H, et al. Pharmaceuticals targeting signaling pathways of endometriosis as potential novel therapies. Med Res Rev. 2021;41(5):2482–2514. doi: 10.1002/med.21793 EDN: TPVZJC
  21. Zhang Y, Yu Y, Zhang Y, et al. Recent advances in the application of nanomaterials in endometriosis therapy. Pharmaceutics. 2023;15(6):1670. doi: 10.3390/pharmaceutics15061670 EDN: JVTCSM
  22. Taratula O, Barua S, Yigit MV, et al. A mouse model of endometriosis with nanoparticle labeling for in vivo photoacoustic imaging. Small. 2022;18(22):2200214. doi: 10.1002/smll.202200214 EDN: YQBLPK
  23. Awwad JT, Sayegh RA, Tao XJ, et al. The SCID mouse: an experimental model for endometriosis. Hum Reprod. 1999;14(12):3107–3111. doi: 10.1093/humrep/14.12.3107 EDN: FGHZSA
  24. Yarmolinskaya MI, Belevich AS, Molotkov AS, et al. Innovative methods of endometriosis therapy: evaluation of micellar curcumin efficacy based on an experimental surgically-induced model of the disease. Obstetrics and Gynecology. 2024;(9):131–138. doi: 10.18565/aig.2024.211 EDN: XUOLNM
  25. Yarmolinskaya M, Denisova A, Tkachenko N, et asl. Vitamin D significance in pathogenesis of endometriosis. Gynecol Endocrinol. 2021;37(Suppl 1):40–43. doi: 10.1080/09513590.2021.1886002 EDN: QXEBRU
  26. Patent RUS N 271161515 / 12.09.2019. Yarmolinskaya MI, Khobets VV, Tral TG. Method of endometriosis treatment based on an experimental model in rats. EDN: CWVEYM
  27. Patent RUS N 2761754 C1 / 12.04.2021. Yarmolinskaya MI, Shalina MA, Netreba EA, et al. Method for creating an experimental model of adenomyosis in Wistar rats. EDN: UHZZVY
  28. Patent RUS N 2776727 C1 / 25.08.2021. Yarmolinskaya MI, Andreeva NY, Misharina EV, et al. Method for forming an experimental model combining type 1 diabetes mellitus and endometriosis. EDN: BMFRFB
  29. Lee B, Du H, Taylor HS. Experimental murine endometriosis induces DNA methylation and altered gene expression in eutopic endometrium. Biol Reprod. 2009;80(1):79–85. doi: 10.1095/biolreprod.108.071324 EDN: QZXHND
  30. Bruner-Tran KL, Herington JL, Duleba AJ, et al. Medical management of endometriosis: emerging evidence linking inflammation to disease pathophysiology. Minerva Ginecol. 2013;65(2):199–213. EDN: LYQWBM
  31. Ferrero H, Buigues A, Martínez J, et al. A novel homologous model for noninvasive monitoring of endometriosis progression. Biol Reprod. 2017;96(2):302–312. doi: 10.1095/biolreprod.116.140756 EDN: UFXEHP
  32. Chen J, Liao S, Xiao Z, et al. The development and improvement of immunodeficient mice and humanized immune system mouse models. Front Immunol. 2022;13:1007579. doi: 10.3389/fimmu.2022.1007579 EDN: LHPWZQ
  33. Fazleabas AT, Brudney A, Gurates B, et al. A modified baboon model for the study of endometriosis. Fertil Steril. 2002;78(4):888–894. doi: 10.1016/S0015-0282(02)03339-2 EDN: WZLUVT
  34. Iwabe T, Harada T, Tsudo T, et al. Cellular exchange in an endometriosis-adhesion model using GFP transgenic mice. Gynecol Obstet Invest. 2011;72(2):90–97. doi: 10.1159/000325826 EDN: PFXQMC
  35. Braundmeier AG, Fazleabas AT. The non-human primate model of endometriosis: research and implications for fecundity. Mol Hum Reprod. 2009;15(10):577–586. doi: 10.1093/molehr/gap065 EDN: ZNSKXP
  36. Fazleabas AT. Progesterone resistance in a baboon model of endometriosis. Semin Reprod Med. 2010;28(1):75–80. doi: 10.1055/s-0029-1242997 EDN: THKXRU
  37. Mbuguiro W, Gonzalez AN, Mac Gabhann F. Computational models for diagnosing and treating endometriosis. Front Reprod Health. 2021;3:699133. doi: 10.3389/frph.2021.699133 EDN: QNPKDL
  38. Cho SB. Molecular mechanisms of endometriosis revealed using omics data. Biomedicines. 2023;11(8):2210. doi: 10.3390/biomedicines11082210 EDN: GLFSYH
  39. Dias Da Silva I, Wuidar V, Zielonka M, et al. Unravelling the dynamics of estrogen and progesterone signaling in the endometrium: an overview. Cells. 2024;13(15):1236. doi: 10.3390/cells13151236 EDN: YCBUOH
  40. KEGG pathways database [Internet]. [cited 2025 Aug 10] Available from: https://www.science.gov/topicpages/k/kegg%2Bpathways%2Bdatabase
  41. Tore U, Abilgazym A, Asunsolo-del-Barco A, et al. Diagnosis of endometriosis based on comorbidities: a machine learning approach. Biomedicines. 2023;11(11):3015. doi: 10.3390/biomedicines11113015 EDN: DSRWQA
  42. Blass I, Sahar T, Shraibman A, et al. Revisiting the risk factors for endometriosis: a machine learning approach. J Pers Med. 2022;12(7):1114. doi: 10.3390/jpm12071114 EDN: XHTBGJ
  43. Huang L, Yang W, Su M. Research into the mechanism of intervention of Wenjing decoction in endometriosis based on network pharmacology and molecular docking technology. Medicine (Baltimore). 2023;102(34):e34845. doi: 10.1097/MD.0000000000034845 EDN: JMBHRE
  44. Zhu J, Xue X, He Z, et al. Using network pharmacology and molecular docking to explore the underlying anti-inflammatory mechanism of Wuyao-Danshen to treat endometriosis. Ann Transl Med. 2022;10(4):198. doi: 10.21037/atm-22-419 EDN: PWGZLK
  45. Yang M, Jiang H, Ding X, et al. Multi-omics integration highlights the role of ubiquitination in endometriosis fibrosis. J Transl Med. 2024;22:445. doi: 10.1186/s12967-024-05245-0 EDN: CKLJHE
  46. Chiorean DM, Mitranovici MI, Toru HS, et al. New insights into genetics of endometriosis – a comprehensive literature review. Diagnostics (Basel). 2023;13(13):2265. doi: 10.3390/diagnostics13132265 EDN: VJZNHX

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Copyright (c) 2025 Eсо-Vector

License URL: https://eco-vector.com/for_authors.php#07

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».