Українська

Медична наука України

Поточний випуск

Т. 22, № 1, 2026

Медична наука України

Медична наука України

ISSN 2664-472X

EISSN 2664-4738

Видавець: Національний медичний університет імені О.О. Богомольця



Взято з Т. 22, № 1, 2026

Нейродегенерація сітківки при системних метаболічних фенотипах: різні цитоморфометрічні ознаки sird-подібної атрофії проти sidd-подібного набряку при експериментальному діабеті

Отримано 04.11.2025, Доопрацьовано 20.02.2026, Прийнято 18.03.2026 Опубліковано 30.03.2026

https://doi.org/10.32345/2664-4738.1.2026.13

Катерина Усенко, Данило Євстіфеєв, Ганна Зайченко, Вероніка Ганюк

Анотація

Актуальність. Діабетична ретинопатія (ДР) все частіше визнається гетерогенним нейроваскулярним розладом, проте доклінічні моделі часто не розрізняють окремі патофізіологічні кластери діабету 2 типу. Нещодавні клінічні дані показують, що пацієнти з різними метаболічними фенотипами, зокрема з тяжким інсулінорезистентним діабетом (SIRD) та тяжким інсуліндефіцитним діабетом (SIDD), демонструють різні морфологічні патерни. Однак специфічні цитоморфометричні характеристики, які відрізняють ці фенотипи на клітинному рівні, залишаються погано вивченими.
Ціль: визначити, чи індукують специфічні системні метаболічні фенотипи, SIRD та SIDD, відмінні цитоморфометричні характеристики нейродегенерації сітківки в експериментальних моделях.
Матеріали та методи. Самців щурів Вістар було розділено на три метаболічні моделі: (1) Хронічна дієта з високим вмістом жирів (HFD, 180 днів), що імітує фенотип SIRD; (2) HFD у поєднанні з низькою дозою стрептозотоцину (HFD+STZ, через 30 днів після індукції), що імітує фенотип SIDD; та (3) HFD з додатковим навантаженням глюкозою. Системне фенотипування включало поздовжнє профілювання ліпідів, білків та функції печінки. Цитоархітектуру сітківки кількісно визначали за допомогою обчислювального патомічного конвеєра (QuPath/StarDist) із сегментацією >90 тис. ядер на основі глибокого навчання, проаналізованою за допомогою баєсівського ієрархічного моделювання.
Результати. Модель HFD демонструвала траєкторію «спочатку ліпотоксичність», де дисліпідемія та стеатоз печінки передували гіперглікемії. Цей фенотип, подібний до SIRD, характеризувався прогресуючою атрофією сітківки, зокрема зниженням щільності нейронів внутрішнього ядерного шару на 18-46 %, що супроводжувалося ядерною гіперхромазією, що свідчить про епігенетичну конденсацію. На противагу цьому, модель HFD+STZ, що характеризувалася гострою гіперглікемією та значною гіпопротеїнемією, демонструвала парадоксальне збільшення щільності та потовщення шару гангліозних клітин у 1,54 раза. Ця ознака, подібна до SIDD, відображає цитотоксичний набряк, спричинений осмотичною та онкотичною недостатністю, що морфологічно підтверджено тяжкою нерегулярною каріомегалією та глибоким розчиненням хроматину (гіпохромазією).
Висновки. Нейродегенерація сітківки не є монолітним процесом, а відображає специфічні системні метаболічні траєкторії. Хронічна інсулінорезистентність (SIRD) призводить до прогресуючої атрофії через ліпотоксичність, тоді як інсулінодефіцит (SIDD) провокує гострий набряк, спричинений гемодинамічною онкотичною недостатністю. Ці дані визначають морфометрію сітківки як чутливий біомаркер для системного метаболічного фенотипування, підтримуючи підхід прецизійної медицини до діабетичної ретинопатії

Використані джерела

  1. Antonetti DA, Silva PS, Stitt AW. Current understanding of the molecular and cellular pathology of diabetic retinopathy. Nat Rev Endocrinol. 2021;17:195–206. https://doi.org/10.1038/s41574-020-00451-4.
  2. Tecce N, Cennamo G, Rinaldi M, Costagliola C, Colao A. Exploring the Impact of Glycemic Control on Diabetic Retinopathy: Emerging Models and Prognostic Implications. J Clin Med. 2024;13:831. https://doi.org/10.3390/jcm13030831.
  3. Yang S, Qi S, Wang C. The role of retinal Müller cells in diabetic retinopathy and related therapeutic advances. Front Cell Dev Biol. 2022;10. https://doi.org/10.3389/fcell.2022.1047487.
  4. Nian S, Lo ACY, Mi Y, Ren K, Yang D. Neurovascular unit in diabetic retinopathy: pathophysiological roles and potential therapeutical targets. Eye Vis. 2021;8:15. https://doi.org/10.1186/s40662-021-00239-1.
  5. Sachdeva MM. Retinal Neurodegeneration in Diabetes: an Emerging Concept in Diabetic Retinopathy. Curr Diab Rep. 2021;21:65. https://doi.org/10.1007/s11892-021-01428-x.
  6. Shyam M, Sidharth S, Veronica A, Jagannathan L, Srirangan P, Radhakrishnan V, et al. Diabetic retinopathy: a comprehensive review of pathophysiology and emerging treatments. Mol Biol Rep. 2025;52:380. https://doi. org/10.1007/s11033-025-10490-7.
  7. Sinclair SH, Schwartz SS. Diabetic Retinopathy–An Underdiagnosed and Undertreated Inflammatory, NeuroVascular Complication of Diabetes. Front Endocrinol. 2019;10. https://doi.org/10.3389/fendo.2019.00843.
  8. Usenko KO, Ziablitsev SV, Yevstifeiev DI, Dyadyk OO, Popova KI. Retinal glial activation in diabetic retinopathy: therapeutic impact of multikinase inhibition with sorafenib. Wiad Lek. 2025;78:1309–18. https://doi. org/10.36740/WLek/208991.
  9. Bogomolets National Medical University, Kyiv, Usenko KO, Bogomolets National Medical University, Kyiv, Rykov SO, Bogomolets National Medical University, Kyiv, Yevstifeiev DI, et al. EFFECTS OF CELLULAR PROTEIN KINASES BLOCKADE ON RETINAL APOPTOSIS IN EXPERIMENTAL DIABETIC RETINOPATHY. Fiziolohichnyĭ Zhurnal. 2025;71:11–21. https://doi.org/10.15407/fz71.04.011.
  10. Usenko KO, Rykov SO, Dyadyk OO, Ziablitsev SV. Вплив блокади клітинних протеїнкіназ на експресію у сітківці протеїну S100 при експериментальній діабетичній ретинопатії. Pathologia. 2024;21:226–31. https://doi.org/10.14739/2310-1237.2024.3.316604.
  11. Aziz A, Tezel NS, Kaçmaz S, Attallah Y. Early Diabetic Retinopathy Detection from OCT Images Using Multifractal Analysis and Multi-Layer Perceptron Classification. Diagn Basel Switz. 2025;15:1616. https:// doi.org/10.3390/diagnostics15131616.
  12. Ahlqvist E, Prasad RB, Groop L. Subtypes of Type 2 Diabetes Determined From Clinical Parameters. Diabetes. 2020;69:2086–93. https://doi.org/10.2337/dbi20-0001.
  13. Redondo MJ, Hagopian WA, Oram R, Steck AK, Vehik K, Weedon M, et al. The clinical consequences of heterogeneity within and between different diabetes types. Diabetologia. 2020;63:2040–8. https://doi. org/10.1007/s00125-020-05211-7.
  14. Redondo MJ, Balasubramanyam A. Toward an Improved Classification of Type 2 Diabetes: Lessons From Research into the Heterogeneity of a Complex Disease. J Clin Endocrinol Metab. 2021;106:e4822–33. https:// doi.org/10.1210/clinem/dgab545.
  15. Ahlqvist E, Storm P, Käräjämäki A, Martinell M, Dorkhan M, Carlsson A, et al. Novel subgroups of adult-onset diabetes and their association with outcomes: a data-driven cluster analysis of six variables. Lancet Diabetes Endocrinol. 2018;6:361–9. https://doi.org/10.1016/S2213-8587(18)30051-2.
  16. Scott RA, Lu VI, Grove N, Patnaik JL, Manoharan N. Rates of diabetic retinopathy among cluster analysis— identified type 2 diabetic mellitus subgroups. Graefes Arch Clin Exp Ophthalmol. 2024;262:411–9. https:// doi.org/10.1007/s00417-023-06260-5.
  17. Taurbekova B, Sarsenov R, Yaqoob MM, Atageldiyeva K, Semenova Y, Fazli S, et al. Cluster Analysis in Diabetes Research: A Systematic Review Enhanced by a Cross-Sectional Study. J Clin Med. 2025;14:3588. https://doi. org/10.3390/jcm14103588.
  18. Pound P, Ritskes-Hoitinga M. Is it possible to overcome issues of external validity in preclinical animal research? Why most animal models are bound to fail. J Transl Med. 2018;16:304. https://doi.org/10.1186/ s12967-018-1678-1.
  19. Southam K, de Sousa C, Daniel A, Taylor BV, Foa L, Premilovac D. Development and characterisation of a rat model that exhibits both metabolic dysfunction and neurodegeneration seen in type 2 diabetes. J Physiol. 2022;600:1611–30. https://doi.org/10.1113/JP282454.
  20. Polat E, Celik E, Togac M, Sahin A. Retinal neurodegeneration in metabolic syndrome: a spectral optical coherence tomography study. Int J Ophthalmol. 2023;16:224–32. https://doi.org/10.18240/ijo.2023.02.08.
  21. van der Heide FCT, Foreman YD, Franken IWM, Henry RMA, Kroon AA, Dagnelie PC, et al. (Pre)diabetes, glycemia, and daily glucose variability are associated with retinal nerve fiber layer thickness in The Maastricht Study. Sci Rep. 2022;12:17750. https://doi.org/10.1038/s41598-022-22748-2.
  22. Boned-Murillo A, Fernández-Espinosa G, Orduna-Hospital E, Díaz-Barreda MD, Sánchez-Cano A, SopeñaPinilla M, et al. Changes in Inner Retina Thickness and Macular Sensitivity in Patients with Type 2 Diabetes with Moderate Diabetic Retinopathy. Biomedicines. 2023;11:2972. https://doi.org/10.3390/ biomedicines11112972.
  23. Zhang J, Zhang J, Zhang C, Zhang J, Gu L, Luo D, et al. Diabetic Macular Edema: Current Understanding, Molecular Mechanisms and Therapeutic Implications. Cells. 2022;11:3362. https://doi.org/10.3390/cells11213362.
  24. Wang C-X, Hou J-J, Lin S-Y, Wang J-H, Ding J-J, Liu C, et al. Association between liver fibrosis’s noninvasive scores and retinal imaging changes: insights from NHANES. J Health Popul Nutr. 2025;44:56. https://doi. org/10.1186/s41043-025-00805-6.
  25. Small L, Brandon AE, Turner N, Cooney GJ. Modeling insulin resistance in rodents by alterations in diet: what have high-fat and high-calorie diets revealed? Am J Physiol-Endocrinol Metab. 2018;314:E251–65. https:// doi.org/10.1152/ajpendo.00337.2017.
  26. Moreno-Fernández S, Garcés-Rimón M, Vera G, Astier J, Landrier JF, Miguel M. High Fat/High Glucose Diet Induces Metabolic Syndrome in an Experimental Rat Model. Nutrients. 2018;10:1502. https://doi. org/10.3390/nu10101502.
  27. Barrière DA, Noll C, Roussy G, Lizotte F, Kessai A, Kirby K, et al. Combination of high-fat/high-fructose diet and low-dose streptozotocin to model long-term type-2 diabetes complications. Sci Rep. 2018;8:424. https://doi. org/10.1038/s41598-017-18896-5.
  28. Bogomoletz National Medical University, Kyiv, Ukraine, Ziablitzev SV, Usenko KO, Bogomoletz National Medical University, Kyiv, Ukraine, Dobrovinska OV, V.P. Komisarenko Institute of Endocrinology and Metabolism, Kyiv, Ukraine, et al. THE METABOLIC EFFECT OF CELLULAR PROTEIN KINASES BLOCKADE ON THE EXPERIMENTAL DIABETES. Fiziolohichnyĭ Zhurnal. 2024;70:16–26. https://doi.org/10.15407/fz70.03.016.
  29. Simó R, Stitt AW, Gardner TW. Neurodegeneration in diabetic retinopathy: does it really matter? Diabetologia. 2018;61:1902–12. https://doi.org/10.1007/s00125-018-4692-1.
  30. Mooli RGR, Ramakrishnan SK. Liver Steatosis is a Driving Factor of Inflammation. Cell Mol Gastroenterol Hepatol. 2022;13:1267–70. https://doi.org/10.1016/j.jcmgh.2022.01.007.
  31. Almpanidou S, Vachliotis ID, Goulas A, Polyzos SA. The potential role of adipokines and hepatokines in agerelated ocular diseases. Metab Open. 2025;26:100365. https://doi.org/10.1016/j.metop.2025.100365.
  32. Li J, Chen K, Li X, Zhang X, Zhang L, Yang Q, et al. Mechanistic insights into the alterations and regulation of the AKT signaling pathway in diabetic retinopathy. Cell Death Discov. 2023;9:418. https://doi.org/10.1038/ s41420-023-01717-2.
  33. Zhu H, Zhang W, Zhao Y, Shu X, Wang W, Wang D, et al. GSK3β-mediated tau hyperphosphorylation triggers diabetic retinal neurodegeneration by disrupting synaptic and mitochondrial functions. Mol Neurodegener. 2018;13:62. https://doi.org/10.1186/s13024-018-0295-z.
  34. Liu D-D, Zhang C-Y, Zhang J-T, Gu L-M, Xu G-T, Zhang J-F. Epigenetic modifications and metabolic memory in diabetic retinopathy: beyond the surface. Neural Regen Res. 2022;18:1441–9. https://doi.org/10.4103/16735374.361536.
Завантажити статтю

Ключові слова:

діабетична ретинопатія, комп'ютерна патологія, фенотипи SIRD/SIDD, нейродегенерація сітківки, цитотоксичний набряк, ліпотоксичність

Сторінки 106-116

ЦИТУВАТИ

Usenko, K., Yevstifeev, D., Zaychenko, G., & Hanyuk, V. (2026). Retinal neurodegeneration mirrors systemic metabolic phenotypes: Divergent cytomorphometric signatures of sird-like atrophy versus sidd-like edema in experimental diabetes. Medical Science of Ukraine, 22(1), 106-116. https://doi.org/10.32345/2664-4738.1.2026.13

Журнал має DOI (prefix: 10.32345)

ISSN 2664-472X; e-ISSN 2664-4738

Національна бібліотека України імені В. І. Вернадського
ResearchBib
Google Scholar
Portal
DOAJ (Directory of Open Access Journals)
Polska Bibliografia Naukowa
UlrichsWeb
Worldcat
Open Ukrainian Citation Index
erih+