اختلال مصرف مواد افیونی (Opioid Use Disorder) سالانه با بیش از ۳۵۰ هزار مرگ در سراسر جهان مرتبط است. با توجه به نیاز فوری به درک دقیق‌تر ویژگی‌های عصبی-زیستی اعتیاد، پژوهشگران اکنون موفق به شناسایی یک امضای مولکولی منحصربه‌فرد و ژن‌هایی در ناحیه قشر اربیترفورنتال مغز (orbitofrontal cortex) شده‌اند که با رفتارهای مرتبط با جستجوی هروئین در ارتباط هستند. در یک مدل پیش‌بالینی حیوانی (با استفاده از جوندگان)، ژنی به نام Shisa7 به‌عنوان پیش‌بینی‌کننده اصلی این رفتار شناسایی شد. این مطالعه جدید که در مجله Biological Psychiatry منتشر شده، بینش‌های ارزشمندی درباره سازوکارهای عصبی زیستی اعتیاد به هروئین ارائه می‌دهد و می‌تواند پایه‌گذار راهکارهای نوین برای مقابله با بحران جهانی مواد افیونی باشد.
دکتر یاسمین هورد (Yasmin L. Hurd)، پژوهشگر ارشد این تحقیق از مؤسسه مغز فریدمن و مؤسسه اعتیاد = (Mount Sinai)، در این‌باره می‌گوید:”تیم من به دنبال گسترش درک عصبی-زیستی از اعتیاد است. با بررسی امضاهای مولکولی در مغز افراد دارای سابقه مصرف مواد افیونی، امیدواریم درکی فراتر از مکانیسم‌های پاداش لحظه‌ای به دست آوریم و به فهمی دقیق‌تر از آسیب‌شناسی مغزی اعتیاد برسیم که بتواند مسیرهای درمانی جدیدی برای ویژگی‌های اصلی تداوم مصرف مواد معرفی کند.”
در این مطالعه، تیم پژوهشی از الگوریتم‌های Machine Learning برای شناسایی الگوهای مولکولی در قشر اربیترفورنتال مغز استفاده کرد؛ ناحیه‌ای که نقش مهمی در کنترل تکانه‌ها، رفتارهای مرتبط با جستجوی مواد، و عملکردهای شناختی ایفا می‌کند. الگوریتم Machine Learning نه تنها توانست به‌طور دقیق امضاهای مولکولی مغز افراد مبتلا به اعتیاد به هروئین را از سایرین تمیز دهد، بلکه ژنی به نام Shisa7 را به‌عنوان شاخص‌ترین عامل این امضا معرفی کرد؛ ژنی که پیش از این در زمینه اعتیاد مطالعه نشده بود. بررسی‌های بعدی نشان داد که تغییر در بیان ژن Shisa7 در این ناحیه از مغز، می‌تواند بر رفتارهای جستجوی هروئین و انعطاف‌پذیری شناختی اثر بگذارد.
دکتر هورد افزود: “ما مشاهده کردیم که در صورت افزایش بیان ژن Shisa7 در حیواناتی که تاکنون در معرض دارو قرار نگرفته بودند، الگوی رونویسی ژنی مشابه با استفاده مکرر از هروئین ایجاد می‌شود. جالب اینکه این امضای ژنی با بیماری‌های نورودژنراتیو و فرایندهای ایمنی عصبی نیز مرتبط بود. همچنین دریافتیم که پروتئین‌های متصل‌شونده به Shisa7، به مسیرهای انتقال‌دهنده‌های عصبی گابا (GABA) و گلوتامات (Glutamate) مرتبط هستند؛ دو سیستم عصبی کلیدی که با بیماری‌های نورودژنراتیو نیز ارتباط نزدیکی دارند.”
دکتر رندال الیس (Randall Ellis)، نویسنده اول این مقاله، بیان می‌کند: “به‌کارگیری Machine Learning پیشرفته ما را در مسیر اکتشافات بسیار هیجان‌انگیزی قرار داد و پتانسیل هوش مصنوعی را در درک سیستم‌های زیستی پیچیده نشان داد. استفاده از این تکنیک در تحلیل داده‌های حجیم مانند هزاران ژن حاصل از توالی‌یابیRNA، به ما این امکان را داد تا الگوهای جدیدی از بیان ژن که می‌توانند بیماری‌ها را پیش‌بینی کنند، شناسایی کنیم. استفاده از داده‌های واقعی انسان‌ها با سابقه مصرف افیونی، برای توسعه راهبردهای نوین مقابله با اپیدمی مواد افیونی بسیار حیاتی است. همچنین یافته‌های ما به ریسک بالقوه بلندمدت مصرف افیونی در بروز بیماری‌های نورودژنراتیو نیز اشاره دارد.”
دکتر جان کریستال (John Krystal)، سردبیر مجله Biological Psychiatry، می‌گوید:”این مطالعه پیچیدگی زیست‌شناسی اعتیاد به مواد افیونی را به‌خوبی نشان می‌دهد. بررسی‌های دقیق بافت‌های مغزی پس از مرگ با استفاده از تحلیل‌های مبتنی بر هوش مصنوعی، برای شناسایی اجزای مولکولی اعتیاد بسیار حیاتی‌اند. اینکه ژن Shisa7 که در این فرآیند شناسایی شده، یادگیری را تغییر می‌دهد و در صورت افزایش سطح آن، موجب خوداداری (self-administration) مواد افیونی در حیوانات می‌شود، بسیار قابل توجه است.”
در پایان، دکتر هورد تأکید می‌کند: “این یافته‌ها بر اهمیت مطالعه مغز انسان تأکید دارند، چراکه می‌توانند سیستم‌های زیستی جدیدی که در ایجاد اعتیاد نقش دارند را آشکار کرده و در نهایت راه‌های درمانی نوینی را پیش روی ما قرار دهند.”
منبع:
Ellis, R. J., et al. (2024). Machine Learning Analysis of the Orbitofrontal Cortex Transcriptome of Human Opioid Users Identifies Shisa7 as a Translational Target Relevant for Heroin Seeking Leveraging a Male Rat Model. Biological Psychiatry. doi.org/10.1016/j.biopsych.2024.12.007.
تهیه و تنظیم: سید طه نوربخش
نظارت و تأیید: فائزه محمدهاشم-متخصص ژنتیک
