Vers une psychiatrie informée par les neurosciences: Récompense, dopamine et différences individuelles dans l’addiction au jeu – TRIAD

*Contexte*
Les récompenses sont essentielles à la motivation et l’apprentissage, mais peuvent mener à des comportements inadaptés comme l’addiction. Dans le cerveau, leur traitement a été décrit à différents niveaux, avec une large fraction de la littérature animale focalisé sur l’activité dopaminergique, tandis que la littérature chez l’humain s’est essentiellement basée sur l’activité BOLD enregistrée à l’aide de IRMf. Un défi important est d’intégrer ces niveaux de description, afin de fournir une vision plus unifiée des mécanismes (dys)fonctionnels qui sous-tendent le traitement des récompenses dans le cerveau. De plus, l’avènement de la psychiatrie dimensionnelle a mis en avant la nécessité d’aller au-delà de l’étude de fonctions cognitives isolées –comme le traitement des récompenses– en considérant la nature multi-factorielle des maladies psychiatriques, pour améliorer la nosographie et les traitements.


*Objectifs et méthodologie*
Ce projet est à la croisée des neurosciences fondamentales et cliniques, et poursuit deux objectifs principaux. Tout d’abord, nous tenterons d’unifier les niveaux de description moléculaires et fonctionnels du traitement cérébral des récompenses chez le sujet sain. Plus spécifiquement, nous chercherons à déterminer comment la libération de dopamine striatale engendrée par les récompenses est (i) régulée par le contrôle top-down du cortex préfrontal, et (ii) couplée à l'activité BOLD. Pour cela, nous utiliserons une technique de neuroimagerie de pointe –l’IRMf-TEP simultané– combinée à une approche de machine learning et à des analyses par ‘lp-nt PET’ spécifiquement optimisées pour capturer la dynamique du signal dopaminergique (Axe 1). Ensuite, nous mettrons à profit cette approche multi-modale pour étudier l’addiction aux jeux d’argent, une pathologie psychiatrique qui a souvent été associée à un dysfonctionnement dopaminergique du circuit de la récompense. Malgré la popularité de cette hypothèse, les résultats en sa faveur demeurent incohérents. Pour résoudre ces incohérences, nous proposons de tester un nouveau modèle de l’addiction aux jeux, prenant explicitement en compte les différences individuelles, et postulant l’existence d’une interaction entre un traitement anormal des récompenses et des stimuli aversifs dans le cerveau. Afin de tester la validité écologique de ce modèle, nous examinerons sa capacité à prédire le comportement de jeu dans la vie de tous les jours, à l’aide d’une approche d’Ecological Momentary Assessment (Axe 2).

*Impact*
Ce projet aura un impact à trois niveaux. A un niveau fondamental, ce projet fournira une description multi-niveaux du traitement des récompenses dans le cerveau. Ces connaissances permettront d’affiner les modèles décrivant les liens entre activité dopaminergique et changements hémodynamiques dans le cerveau, et de mieux comprendre la façon dont le contrôle cognitif est implémenté au sein des boucles fronto-striatales. A un niveau méthodologique, la combinaison de l’IRMf-TEP simultané avec une approche de machine learning devrait nous permettre de proposer une mesure indirecte de la libération de dopamine basée sur le signal BOLD. Etant donné le coût relativement bas et le caractère peu invasif de l’IRMf par rapport à la TEP, une telle mesure indirecte serait d’une grande utilité pour caractériser les dysfonctionnements dopaminergiques à l’œuvre dans diverses maladies psychiatriques telles que la dépression, la schizophrénie ou les addictions. Enfin, à un niveau clinique, ce projet devrait apporter la preuve de concept qu’un modèle prenant explicitement en compte les différences individuelles et la nature multi-factorielle de l’addiction aux jeux a la capacité de réconcilier les contradictions de la littérature, tout en prédisant le comportement de jeu dans la vie de tous les jours. Cette approche dimensionnelle devrait contribuer à une meilleure définition biologique de l’addiction, ainsi qu’à des perspectives de traitements personnalisés.