解释导致不同迷幻体验的原因是一件非常困难的事情。这项研究揭示了其中的原因。

近年来，迷幻药已从精神仪式和音乐节中走出来，成为治疗成瘾、创伤后应激障碍和抑郁症的临床试验。俄勒冈州和华盛顿特区已采取措施，将某些迷幻药合法化，氯胺酮和裸盖菇素诊所也在美国各地涌现。

麻省理工学院和哈佛大学布罗德研究所高级机器学习科学家 Sam Freesun Friedman 表示：“这有点像狂野的西部。”

但迷幻药在美国仍属于非法，部分原因是它们难以预测。人们对不同迷幻药的反应各不相同：一些使用者会体验到治愈或极度兴奋，而另一些人则会留下疤痕或恐惧。这些原因以及其他原因使得这些药物很难获得政府机构的批准并进入医生的办公室。

本周，Freesun 与纽约州立大学下州卫生科学大学和麦吉尔大学的研究人员在《科学进展》杂志上发表了一篇论文 提出了一种独特的方法来更好地理解致幻药物、人的大脑和不同类型的迷幻体验之间的相互作用。他们通过使用人工智能来研究现实生活中的迷幻体验，并将其与人类大脑化学在分子水平上与药物相互作用的方式进行比较。然而，虽然研究人员的方法和目标推动了对迷幻药如何帮助或伤害个人的理解，但他们使用的数据可能不可靠。

为了收集真实人群对迷幻之旅的描述，研究团队使用了一个名为 Erowid 的非营利网站，该网站上有超过 40,000 个匿名用户提交的服用精神活性药物的轶事。对于第一个数据集，研究人员挖掘了 Erowid 上关于 27 种药物的近 7,000 篇书面叙述，包括 LSD、氯胺酮、MDMA（也称为摇头丸或迷幻药）和裸盖菇素（迷幻蘑菇中的活性化合物）。Freesun 表示，然后他们使用自然语言处理工具寻找描述性措辞的相似之处，无论是在使用同一种药物的经历中，还是在不同药物之间。

对于第二个数据集，作者利用了过去关于每种迷幻药如何在分子水平上与人类大脑相互作用的研究。具体来说，他们研究了结合亲和力，这量化了药物分子与特定神经递质受体结合的程度。然后，他们使用一种机器学习形式来寻找与每种药物相关的神经递质受体与人们在服用该物质时描述的感觉之间的联系和模式。

基于这一分析，弗里森和他的同事发现了八类受体体验组合，弗里森表示，这些组合可以被认为是迷幻体验的五大人格特质。正如有些人可能根据开放性、尽责性、外向性、亲和性和神经质来给一个人的性格打分一样，研究人员展示了每种药物或每种旅行在概念性与治疗性、欣快感与恐惧感、放松感与恶心感等因素范围内的排名。

[相关：当迷幻药让你看到上帝时会发生什么]

这些发现预示着未来科学家可以通过化学方法改变​​药物，以获得患者想要的体验效果。例如，这种方法可能有助于保持精神活性药物的治疗效果，同时最大限度地减少通常与之相关的恐怖体验，Freesun 说。

他补充道：“找到一种数据驱动的方式来构建这些体验，以最大限度地提高治疗效益，我认为这是我们所有人都会为之兴奋的事情。”

但北卡罗来纳大学医学院药理学教授、美国国家心理健康研究所精神活性药物筛查项目 (NIMH-PDSP) 主任 Bryan Roth 表示，这项研究的基础存在缺陷。尽管 Roth 认为该论文的方法提出了一个“有趣的想法”，但他表示 Erowid 和生物学数据以及该论文的结论都不可靠。

首先，罗斯表示，Erowid 不会核实每篇叙述中描述的药物的化学成分。“在很多情况下，从街头购买的药物并不是人们认为他们购买的药物，尤其是迷幻剂和致幻剂，”他解释道。罗斯举例说，最近有两名美国军事学院学员过量服用了可卡因，而这些可卡因中实际上掺有芬太尼。

罗斯认为，这在试图将叙述数据与每种药物在大脑中的行为联系起来时提出了一个问题；一项研究可能会使用服用了贴错标签的 MDMA 的人的话语，并将其与真正的纯 MDMA 的效果联系起来。Erowid 本身甚至有一个独立的实验室，研究在街头购买的毒品样本。2021 年，它分析了 747 个以 MDMA 形式出售的药物样本——其中四分之一的样本含有其他化合物或根本不含 MDMA。

弗里森同意街头毒品可能含有杂质或贴错标签，但他表示没有理由相信这些不准确的信息普遍到足以让人怀疑这篇论文的结论。他的团队通过按性别和年龄分层来检查叙述数据，看看这是否会歪曲结论。他们得出的结论是，子类别的结果仍然与整个数据集高度一致。

第二个批评对罗斯来说更切题。 《科学进展》的论文引用了托马斯·雷在 2010 年发表在PLOS One 上的一篇论文，作为其结合亲和力对比的两个主要来源之一。雷的文章依赖于罗斯运营的实验室 NIMH-PDSP 的筛选数据——但他说这些信息不够可靠，不足以用于进一步的药物研究。

“我们告诉 [其他科学家]，如果他们想发表数据，那么我们需要至少重复三次以确保数值正确，”罗斯解释道。他指出，他告诉雷，NIMH-PDSP 没有资源来复制数据以证明其准确性。罗斯自己挑出了几个不正确的数值，因此，他认为结合亲和力不应该被接受为事实。

“他还是发表了，”他说。弗里森回应说，他的团队不知道罗斯和雷的谈话，但指出有 200 多篇其他论文引用了同一数据集。

但即使结合亲和力数据集可靠，它也不是新研究使用的错误指标，Roth 表示。他解释说，结合亲和力并不能显示药物激活神经递质受体的效果，因此一种化合物可能被认为与受体的亲和力较低，但仍然具有很高的药效。另一方面，迷幻化合物可能与某种受体具有很高的亲和力，但最终会阻断它，Freesun 表示。

[相关：调味大麻食用热潮的美味化学物质]

Freesun 也同意结合亲和力并不能说明全部情况，使用更直接表示迷幻化合物如何与受体相互作用的数据将为未来的研究带来巨大进步。然而，他坚称这篇论文的发现仍然具有现实意义，他的团队使用的统计和人工智能工具是经过精心选择的，目的是过滤数据中的“噪音”或不一致之处，以找到模式。

Freesun 在一封电子邮件中写道：“这项研究的动机是，尽管存在噪音，我们能发现什么。大量的证实性发现……让我们相信，在噪音中还是有信号可寻的。”