Identification et Impact des Biomarqueurs Neurobiologiques et Sociaux sur la Vulnérabilité aux Comportements Addictifs

Une détection précoce des individus susceptibles de développer des conduites addictives pourrait permettre la mise en place de stratégies de prévention ciblées et la réduction des risques et des ressources associés à l’addiction. Les recherches que je développe se concentrent sur l’identification de marqueurs individuels prédictifs de la vulnérabilité aux troubles du comportement à risque addictif. Les facultés de prise de décision et d’adaptations à l’environnement social partagent des circuits cérébraux dont la maturation a lieu pendant l’adolescence, période critique pendant laquelle ils sont très plastiques et fortement influencés par l’expérience des individus. Ainsi, les expériences sociales à l’adolescence peuvent influencer de manière durable ces circuits cérébraux, impactant potentiellement la propension à la prise de risque et aux conduites addictives.
Basée sur ce constat, mon hypothèse centrale est que les profils sociaux à l’adolescence peuvent anticiper l’émergence de comportements à risque. Définir ces profils et les marqueurs neurobiologiques associés pourrait donc permettre la détection précoce des individus susceptibles de développer des conduites à risque favorisant les comportements addictifs.
Dans cette optique, j’étudie chez la souris les profils sociaux à l’adolescence et leurs marqueurs neurobiologiques afin de les mettre en relation avec la propension à la prise de risque associée à l’obtention d’une récompense.
Mes résultats révèlent l’existence de 3 profils sociaux distincts, liés à des caractéristiques neurobiologiques spécifiques. J’ai également complétés des expériences de prise de risque afin d’évaluer le caractère prédictif des profils sociaux sur les comportements à risque addictifs et prélevé les tissus cérébraux de ces souris. Une quatrième année de thèse est requise 1/ pour effectuer les quantifications neurobiologiques dans ces tissus et 2/ pour réaliser une analyse computationnelle du lien entre profils sociaux et prise de risque.