|
|
Des scientifiques chinois étudiant les phénomènes d’addiction ont identifié près de 400 gènes qui pourraient rendre les individus plus vulnérables à ce problème. Grâce à leur découverte, les scientifiques espèrent que des thérapies plus efficaces pourront être élaborées.
Des scientifiques en Chine ont identifié près de 400 gènes qui semblent rendre les individus plus facilement dépendants aux drogues. Cette découverte ouvre la voie à des thérapies plus effectives et à un meilleur contrôle des addictions. Les experts pensent que les facteurs génétiques comptent pour près de 60% de la vulnérabilité d’une personne aux addictions, les facteurs environnementaux représentant les 40% restants.
Les chercheurs se sont concentrés sur quatre substances entraînant une addiction : la cocaïne, les opiacés, l’alcool et la nicotine, et ont recensé cinq routes principales ou « chemins moléculaires » qui mènent à l’addiction, d’après leur rapport publié dans le journal PLoS Computational Biology.
Ils ont remarqué que les chemins moléculaires étaient importants dans l’étude des maladies complexes, alors qu’ils identifiaient les gènes et les protéines impliquées dans l’addiction. Dans le cas de maladies telles que le cancer, les chemins moléculaires aident les médecins à faire des diagnostics plus précis et des prévisions sur l’évolution de la maladie. 
Pour les addictions aux drogues, les chercheurs ont déclaré : « Ces chemins moléculaires communs pourraient être à la base de mécanisme de réponse et de gratification et pourraient être ciblés pour des traitements efficaces d’une grande gamme de problèmes d’addiction ».
Les chercheurs ont étudié plus de 1000 publications médicales qui lient les gènes et les chromosomes aux addictions aux drogues publiées au cours des 30 dernières années, et ont établi une liste de 1500 gènes liées aux addictions.
Certains des gènes sont ressortis plus fréquemment que d’autres dans les chemins moléculaires et les scientifiques ont ainsi pu réduire la liste à 396 gènes.
Webédition : Frédérique Binet-Lambert
|
|
|
