Les psychédéliques ont connu un essor remarquable ces dernières années, passant des cérémonies spirituelles et festivals de musique aux essais cliniques pour traiter la dépendance, le SSPT et la dépression. L'Oregon et Washington D.C. ont déjà dépénalisé certains d'entre eux, tandis que des cliniques de kétamine et de psilocybine émergent aux États-Unis.
"C'est un peu le Far West", explique Sam Freesun Friedman, scientifique principal en apprentissage automatique au MIT et au Broad Institute de Harvard.
Malgré cela, les psychédéliques restent largement illégaux aux États-Unis, en partie en raison de leur imprévisibilité. Les réactions varient grandement : certains utilisateurs rapportent une guérison ou une euphorie intense, d'autres un traumatisme durable ou une terreur profonde. Ces incertitudes freinent leur approbation par les agences réglementaires et leur intégration en médecine.
Cette semaine, Freesun et des chercheurs de la SUNY Downstate Health Sciences University et de l'Université McGill ont publié dans Science Advances une méthode novatrice pour mieux comprendre les interactions entre psychédéliques, cerveau humain et expériences subjectives. Ils ont utilisé l'intelligence artificielle pour analyser des récits réels d'expériences et les corréler avec les interactions moléculaires dans le cerveau. Bien que cette approche repousse les limites de la connaissance, la fiabilité des données soulève des questions.
Pour collecter des descriptions authentiques, l'équipe s'est appuyée sur Erowid, un site non lucratif regroupant plus de 40 000 témoignages anonymes sur des substances psychoactives. Ils ont extrait près de 7 000 récits concernant 27 drogues, dont le LSD, la kétamine, la MDMA (ecstasy) et la psilocybine. Un outil de traitement du langage naturel a identifié des similitudes dans les descriptions, au sein d'une même substance et entre elles, précise Freesun.
Le second jeu de données provient d'études sur les affinités de liaison moléculaire : la capacité d'une molécule à se fixer à des récepteurs de neurotransmetteurs. L'apprentissage automatique a révélé des liens entre ces récepteurs et les sensations décrites.
Cette analyse a identifié huit catégories récepteur-expérience, comparables aux traits de personnalité des Big Five appliqués aux trips : conceptuel vs thérapeutique, euphorie vs terreur, relaxation vs nausées, etc.
Ces découvertes ouvrent la voie à une chimie sur mesure des psychédéliques, préservant les bénéfices thérapeutiques tout en atténuant les effets négatifs, comme l'explique Freesun.
"Structurer ces expériences via des données pour maximiser les avantages thérapeutiques nous passionne tous", ajoute-t-il.
Cependant, Bryan Roth, professeur de pharmacologie à l'Université de Caroline du Nord et directeur du NIMH-PDSP, conteste les bases de l'étude. Si l'idée est intéressante, Erowid et les données biologiques manquent de fiabilité.
Premièrement, Erowid ne vérifie pas la composition chimique des substances. Les drogues de rue sont souvent adultérées, comme l'illustre un cas récent d'overdose à fentanyl vendue comme cocaïne. En 2021, un quart des échantillons labellisés MDMA sur Erowid n'en contenaient pas.
Cela biaise les corrélations entre récits et pharmacologie. Freesun admet les risques mais argue que les vérifications (par âge et sexe) confirment la cohérence des résultats.
Deuxièmement, les données d'affinités de liaison proviennent en partie d'un article PLOS One de 2010 de Thomas Ray, basé sur des screenings non reproductibles du NIMH-PDSP. Roth déconseille leur usage sans validation. Plus de 200 études les citent néanmoins, répond Freesun.
Même fiables, les affinités ne mesurent pas l'activation réceptrice, ni les blocages potentiels. Freesun concède que des métriques plus directes avanceraient la recherche, mais les outils d'IA filtrent le bruit pour extraire des signaux robustes.
"Malgré le bruit, nos multiples confirmations prouvent un signal clair", écrit-il.
[]