Computational Neuroscience of Drug Addiction

اعتیاد به مواد مخدر یکی از مهمترین مشکلات بهداشت عمومی در جوامع غربی است و نگرانی فزاینده ای برای کشورهای در حال توسعه است. در طول 3 دهه گذشته، تحقیقات تجربی در مورد عصب‌شناسی و روان‌شناسی اعتیاد به مواد مخدر، سیلی از داده‌های هیجان‌انگیز، از سطوح مولکولی تا رفتاری را ایجاد کرده است. در نتیجه، یک چالش جدید و مبرم برای تحقیقات اعتیاد، فرموله کردن یک چارچوب نظری ترکیبی است که فراتر از التقاط علمی صرف است تا درک ما از اعتیاد به مواد مخدر را عمیق تر کند و ظرفیت ما را برای پیشگیری و درمان اعتیاد به مواد مخدر تقویت کند. محققان از طیف وسیعی از رشته‌های علمی که تحت تأثیر رفتار غیرمنطقی ظاهری معتادان به مواد مخدر قرار گرفته‌اند، در طول سال‌ها طرح‌های نظری زیادی را برای درک اعتیاد تدوین کرده‌اند. با این حال، بیشتر این نظریه‌ها و مدل‌ها ماهیت کیفی دارند و با استفاده از اصطلاحاتی که اغلب نامشخص هستند، فرموله می‌شوند. در نتیجه، آزمایش دقیق اعتبار تجربی این مدل‌ها دشوار بوده است، که باعث ایجاد اختلاف بیشتر از وضوح شده است. در این زمینه، مانند سایر زمینه‌های علمی، مدل‌سازی ریاضی و محاسباتی باید به توسعه مدل‌های آزمایش‌پذیرتر و دقیق‌تر اعتیاد کمک کند.

Drug addiction remains one of the most important public health problems in western societies and is a rising concern for developing nations. Over the past 3 decades, experimental research on the neurobiology and psychology of drug addiction has generated a torrent of exciting data, from the molecular up to the behavioral levels. As a result, a new and pressing challenge for addiction research is to formulate a synthetic theoretical framework that goes well beyond mere scientific eclectism to deepen our understanding of drug addiction and to foster our capacity to prevent and to cure drug addiction. Intrigued by the apparent irrational behavior of drug addicts, researchers from a wide range of scientific disciplines have formulated a plethora of theoretical schemes over the years to understand addiction. However, most of these theories and models are qualitative in nature and are formulated using terms that are often ill-defined. As a result, the empirical validity of these models has been difficult to test rigorously, which has served to generate more controversy than clarity. In this context, as in other scientific fields, mathematical and computational modeling should contribute to the development of more testable and rigorous models of addiction.