Dopamine dips during unrewarded actions promote punishment-resistant reward seeking

तकनीकी सारांश: अनरिवार्डेड (unrewarded) क्रियाओं के दौरान डोपामाइन डिप्स (dips) दंड-प्रतिरोधी पुरस्कार-खोज को बढ़ावा देते हैं

समस्या विवरण
दंड-प्रतिरोधी पुरस्कार-खोज (punishment-resistant reward-seeking) लत (addiction) की एक परिभाषित विशेषता है, फिर भी यह पुरुषों की तुलना में महिलाओं में कम प्रचलित है। जबकि सेक्स हार्मोन, विशेष रूप से एस्ट्रैडियोल (estradiol), डोपामाइन सिग्नलिंग को संशोधित करने के लिए जाने जाते हैं, यह विशिष्ट तंत्र स्पष्ट नहीं है कि एस्ट्रैडियोल किस प्रकार मादा चूहों में दंड-प्रतिरोधी व्यवहार के विकास को प्रभावित करता है। पिछले कार्यों ने स्थापित किया था कि रिवॉर्डेड (rewarded) क्रियाओं के दौरान डोर्सोमेडियल स्ट्रिएटम (DMS) में फेज़िक डोपामाइन पीक्स (phasic dopamine peaks) दंड-प्रतिरोधी पुरस्कार-खोज के उद्भव की भविष्यवाणी करते हैं। हालांकि, यह अज्ञात था कि क्या मादाओं में यह व्यवहार एस्ट्रैडियोल-निर्भर इन पीक्स के मॉड्यूलेशन से उत्पन्न होता है या डोपामाइन सिग्नल के अन्य घटकों, जैसे कि अनरिवार्डेड क्रियाओं के बाद होने वाले 'डिप्स' (dips) से।

कार्यप्रणाली (Methodology)
इस अध्ययन में DMS डोपामाइन डायनेमिक्स और दंड प्रतिरोध के बीच कारण संबंध (causal link) की जांच करने के लिए फाइबर फोटोमेट्री, ऑप्टोजेनेटिक्स और व्यवहार संबंधी फार्माकोलॉजी के संयोजन का उपयोग किया गया।

1. हार्मोनल हेरफेर और फाइबर फोटोमेट्री:

   • मादा चूहों को तीन समूहों में विभाजित किया गया था: शैम (Sham - पूर्ण चक्र/intact cycling), ओवेरिएक्टोमाइज्ड विद प्लेसबो (OVX-P - कम एस्ट्रैडियोल/डायएस्ट्रास की नकल), और ओवेरिएक्टोमाइज्ड विद क्रोनिक 17β-एस्ट्रैडियोल रिप्लेसमेंट (OVX-E - उच्च एस्ट्रैडियोल/प्रोएस्ट्रास की नकल)।
   • सभी समूहों को शुगर रिवॉर्ड के लिए नोज़पोक (nosepoke) व्यवहार प्राप्त करने हेतु RI60 सुदृढीकरण प्रशिक्षण (reinforcement training) दिया गया।
   • फाइबर फोटोमेट्री का उपयोग करके GRAB-gDA3m सेंसर ने रिवॉर्डेड और अनरिवार्डेड नोज़पोक के दौरान DMS डोपामाइन सिग्नल को रिकॉर्ड किया।
   • दंड प्रतिरोध का मूल्यांकन "शॉक प्रोब्स" (shock probes) के माध्यम से किया गया जहाँ रिवॉर्डेड नोज़पोक्स के एक उपसमूह को हल्के फुटशॉक्स (footshocks) के साथ जोड़ा गया था।

2. ऑप्टोजेनेटिक कॉज़ल टेस्टिंग (Optogenetic Causal Testing):

   • डोपामाइन डिप्स की कारण भूमिका का परीक्षण करने के लिए, लेखकों ने DAT-IRES-Cre चूहों (नर और मादा दोनों) का उपयोग किया, जिनमें मेडियल सबस्टेंशिया नाइग्रा पार कॉम्पैक्टा (SNc) में AAV-eNpHR3.0 (इनहिबिटरी ऑप्सिन) या कंट्रोल वायरस (EYFP) को DMS-प्रोजेक्टिंग न्यूरॉन्स को लक्षित करते हुए इंजेक्ट किया गया था।
   • फाइबर ऑप्टिक कैन्युला को DMS में इम्प्लांट किया गया था।
   • RI60 प्रशिक्षण के दौरान, अनरिवार्डेड नोज़पोक्स को डोपामाइन टर्मिनल्स को बाधित करने के लिए 1-सेकंड के निरंतर 625nm लाइट पल्स के साथ जोड़ा गया, जिससे कृत्रिम रूप से डोपामाइन डिप्स बनाए गए या उन्हें बढ़ाया गया।
   • प्रोब सत्रों के दौरान दंड प्रतिरोध के विकास को मापने के लिए शॉक प्रोब्स दिए गए।

मुख्य परिणाम

• व्यवहार संबंधी फेनोटाइप (Behavioral Phenotypes): जबकि सभी समूहों ने RI60 कार्य को समान रूप से प्राप्त किया, हार्मोनल स्थिति ने दंड प्रतिरोध को महत्वपूर्ण रूप से बदल दिया। OVX-E मादाएं (क्रोनिक उच्च एस्ट्रैडियोल) 100% दंड-प्रतिरोधी (PR) के रूप में वर्गीकृत की गईं, जबकि शैम मादाएं मुख्य रूप से दंड-संवेदनशील (PS) या विलंबित PR थीं। OVX-P मादाओं ने शैम की तुलना में PR की ओर एक मध्यवर्ती लेकिन महत्वपूर्ण बदलाव दिखाया।
• डोपामाइन सिग्नल डायनेमिक्स: फाइबर फोटोमेट्री ने रिवॉर्डेड नोज़पोक्स के बाद डोपामाइन पीक्स में समूहों के बीच कोई महत्वपूर्ण अंतर नहीं दिखाया। हालांकि, अनरिवार्डेड नोज़पोक्स के बाद डोपामाइन डिप्स में महत्वपूर्ण अंतर सामने आए। OVX-P और OVX-E दोनों समूहों ने शैम चूहों की तुलना में काफी बड़े और लंबे डोपामाइन डिप्स प्रदर्शित किए। OVX-E चूहों में डिप का परिमाण सबसे अधिक था।
• ऑप्टोजेनेटिक कॉज़लिटी (Optogenetic Causality): अनरिवार्डेड नोज़पोक्स के दौरान NpHR निषेध के माध्यम से कृत्रिम रूप से डोपामाइन डिप्स उत्पन्न करना, नर और मादा दोनों चूहों में दंड-प्रतिरोधी पुरस्कार-खोज के विकास को तेज करने के लिए पर्याप्त था। NpHR-उपचारित चूहों ने प्रोब सत्रों के दौरान नियंत्रण समूह की तुलना में काफी अधिक झटके (shocks) प्राप्त किए।
• ऑप्टोजेनेटिक प्रभावों में लिंग भेद: हालांकि ऑप्टोजेनेटिक प्रभाव दोनों लिंगों में महत्वपूर्ण था, लेकिन प्रभाव का आकार मादाओं में ($\eta^2_p = 0.38$) नर ($\eta^2_p = 0.17$) की तुलना में बड़ा था, जो डोपामाइन डिप मॉड्यूलेशन के प्रति बढ़ी हुई संवेदनशीलता का सुझाव देता है।

मुख्य योगदान

1. एक नवीन तंत्र की पहचान: यह अध्ययन पहचानता है कि रिवॉर्डेड क्रियाओं के दौरान बढ़े हुए डोपामाइन पीक्स के बजाय, अनरिवार्डेड क्रियाओं के दौरान अत्यधिक डोपामाइन डिप्स, दंड-प्रतिरोधी पुरस्कार-खोज के एक महत्वपूर्ण चालक हैं।
2. हार्मोनल मॉड्यूलेशन: यह प्रदर्शित करता है कि क्रोनिक उच्च एस्ट्रैडियोल अवस्थाएं (जो एक गैर-चक्रण उच्च-एस्ट्रोजन अवस्था की नकल करती हैं) विशेष रूप से इन डोपामाइन डिप्स को बढ़ाकर मादा चूहों को दंड प्रतिरोध के प्रति संवेदनशील बनाती हैं।
3. कारण सत्यापन (Causal Validation): ऑप्टोजेनेटिक्स का उपयोग करके, लेखकों ने कारण प्रमाण प्रदान किया है कि इन डोपामाइन डिप्स की नकल करना दोनों लिंगों में दंड-प्रतिरोखी पुरस्कार-खोज को प्रेरित करने के लिए पर्याप्त है।
4. सैद्धांतिक परिशोधन (Theoretical Refinement): निष्कर्ष मानक रिवॉर्ड प्रेडिक्शन एरर (RPE) ढांचे को चुनौती देते हैं, जो यह मानता है कि डोपामाइन डिप्स को क्रिया प्रदर्शन को दबाना चाहिए। इसके बजाय, डेटा सुझाव देता है कि डोपामाइन डिप्स क्रिया के मूल्य (value) के बारे में सीखने (learning) को दबा सकते हैं, जिससे नकारात्मक परिणामों के बावजूद दृढ़ता (पॉलिसी लर्निंग) को बढ़ावा मिलता है।

महत्व और दावे
यह शोध दावा करता है कि ये निष्कर्ष लिंग-आधारित लत भेद्यता (addiction vulnerability) के लिए एक यांत्रिक स्पष्टीकरण प्रदान करते हैं, जो विशेष रूप से परिवर्तित डोपामाइन सिग्नलिंग से जुड़े क्रोनिक एस्ट्रैडियोल अवस्थाओं को जोड़ते हैं जो बाध्यकारी व्यवहार (compulsive behavior) को बढ़ावा देती है। लेखक सुझाव देते हैं कि अनरिवार्डेड क्रियाओं से सीखने के दमन के माध्यम से डोपामाइन डिप्स, दंड के बावजूद पुरस्कार-खोज को जारी रखने की अनुमति देते हैं।

अनुवादात्मक (Translational) दृष्टिकोण से, यह अध्ययन मादा डोपामाइन कार्य के मॉडलिंग में एक अंतराल को उजागर करता है, यह नोट करते हुए कि कई महिलाएं गर्भनिरोधक या रजोनिवृत्ति (menopause) के कारण गैर-चक्रण हार्मोनल अवस्थाओं का अनुभव करती हैं। लेखक प्रस्ताव देते हैं कि यह समझना कि ये अवस्थाएं डोपामाइन ट्रांसपोर्टर (DAT) कार्य और उसके बाद डिप परिमाण को कैसे नियंत्रित करती हैं, मनोरोग विकारों के प्रति भेद्यता को समझने के लिए महत्वपूर्ण है। यह कार्य डोपामाइन के नीति-आधारित (policy-based) विवरणों का समर्थन करता है, जो सुझाव देता है कि डोपामाइन सीधे क्रिया मूल्य का अनुमान लगाने के बजाय क्रिया के मूल्य के बारे में सीखने की दर को नियंत्रित करता है।