Abstract The gut brain axis is thought to play a role in behavior and physiological responses through chemical, immunological, and metabolite signaling. Antibiotics, diet, and drugs can alter the transit time of gut contents as well as the makeup of the microbiome. Heterogeneity in genetics and environment are also well-known factors involved in the initiation and perpetuation of substance use disorders. Few viable genetic or biological markers are available to identify individuals who are at risk of escalating opioid intake. Primarily, the addiction field has focused on the nervous system, limiting the discovery of peripheral factors that contribute to addiction. To address this gap, we characterized the microbiome before and after drug exposure, and after antibiotics depletion in male and female heterogenous stock rats to determine if microbiome constituents are protective of escalation. We hypothesized that individuals that are prone to escalation of opioid self-administration will have distinct microbial and metabolic profiles. The fecal microbiome and behavioral responses were measured over several weeks of oxycodone self-administration and after antibiotic treatment. Antibiotic treatment reduces circulating short-chain fatty acids (SCFA) by depleting microbes that ferment fiber into these essential signaling molecules for the gut-brain axis. Depletion of the microbiome increased oxycodone self-administration in a subpopulation of animals (Responders). Supplementation of SCFAs in antibiotic depleted animals decreased elevated oxycodone self-administration. Phylogenetic functional analysis reveals distinct metabolic differences in the subpopulations of animals that are sensitive to antibiotic depletion and animals rescued by SCFA supplementation. In conclusion, this study identifies pre-existing microbiome and metabolic vulnerabilities to escalation of oxycodone self-administration, demonstrates that escalation of oxycodone self-administration dysregulates the microbiome and metabolic landscape, and identifies a causal role of short-chain fatty acids in addiction-like behaviors.

Abstract Alcohol withdrawal activates a neuronal ensemble in the central nucleus of the amygdala (CeA) that is responsible for high levels of uncontrolled alcohol drinking. However, the neuronal phenotypes and circuits controlled by these neurons are unknown. We investigated the cellular identity of this CeA neuronal ensemble and found that most neurons expressed corticotropin-releasing factor (CRF). Using Crh -Cre transgenic rats combined with in vivo optogenetics, we tested the role of CeA CRF neurons and their projections in excessive alcohol self-administration during withdrawal. Rats were injected with AAV-DIO-NpHR-eYFP or AAV-DIO-eYFP and implanted with optical fibers over the CeA. Animals were then exposed to chronic intermittent ethanol vapor to induce alcohol dependence. Inactivation of CeA CRF neurons decreased alcohol drinking in dependent rats to non-dependent levels and completely suppressed activation of the CeA neuronal ensemble (Fos + neurons) during withdrawal. No effects were observed on water or saccharin self-administration. In a second experiment, CeA CRF neurons were infected with AAV-DIO-NpHR-eYFP and optical fibers were implanted into downstream projection regions, including the bed nucleus of the stria terminalis (BNST), lateral hypothalamus (LH), parasubthalamic nucleus (pSTN), substantia innominata (SI), and parabrachial nuclei (PBN). Optogenetic inactivation of CRF terminals in the BNST reduced alcohol drinking and withdrawal signs, whereas inactivation of all other projections had no effect. These results demonstrate that CeA CRF neurons and their projections to the BNST drive excessive alcohol drinking and withdrawal in dependent rats.

Abstract The gut-brain axis is a bi-directional communication system through which microbial communities in the gut interact with the nervous system, perhaps influencing neuropsychiatric disorders such as drug abuse. This study used behavioral data and biological samples from the Cocaine Biobank to test the hypothesis that the gut microbiota can predict and reflect susceptibility to cocaine reinforcement. Adult male heterogenous rats were catheterized and allowed to self-administer cocaine in short-access sessions (2 hr/day, 10 days, 0.5 mg/kg per intravenous infusion), followed by progressive ratio (PR) tests, long-access sessions (6 hr/day, 14 days), and alternating blocks of PR, long-access, and footshock testing. Fecal samples were collected at three time points and bacterial 16s rRNA genes were sequenced to profile the microbiota. As expected, cocaine-related behavior varied among subjects, such that a quartile split identified low and high responders on each measure, as well as an overall addiction index. Although beta diversity in the microbiota at baseline and after short access did not predict membership in high or low addiction quartiles, linear discriminant analysis (LDA) identified taxa that were more robustly represented in low or high responders. Beta diversity after long access was different among quartiles, as were several specific taxa. Investigation of baseline differences revealed that high relative abundance of Akkermansia muciniphila predicted future low response rates, whereas Ruminococcaceae predicted high response. This study is the first to report that microbiota variability reflects levels of cocaine intake and that microbial profiles might facilitate diagnosis and identify risk factors predictive of drug vulnerability. Significance Statement Microbial organisms inhabiting the gut of animals appear to influence organismal function through various signaling pathways, ultimately affecting behavior and disease vulnerability. This experiment investigates links between gut bacteria and vulnerability to addiction-related behaviors in adult male rats. Not only did gut bacterial profiles change as a result of cocaine intake but also gut bacterial profiles before any exposure to cocaine predicted which animals would be high or low addiction-prone individuals. These results suggest that microbial profiles might facilitate diagnosis and identify risk factors predictive of drug addiction.

Abstract Addiction is commonly defined as a chronic, relapsing disorder characterized by taking drugs in excess, compulsive drug seeking, and continued use despite harmful consequences. A key unanswered question for addiction research remains why moderate levels of drug consumption escalate to problematic patterns associated with high motivation and a compulsive-like pattern of drug use in some individuals, but not others, and how sex may affect this trajectory. However, most studies to date have had low statistical power due to low sample size and used animal models with limited genetic diversity and limited access to the drug that are often not associated with significant levels of intoxication or dependence, making it difficult to draw definitive conclusions and translate the results to human. Here we characterized addiction-like behaviors in >500 outbred heterogeneous stock (HS) rats using extended access to cocaine self-administration (6h/daily) and analyzed individual differences in escalation of intake, progressive-ratio (PR) responding, continued use despite adverse consequences (contingent foot shocks), and irritability-like behavior during withdrawal. Principal component analysis showed that escalation of intake, progressive ratio responding, and continued use despite adverse consequence loaded onto a single factor that was orthogonal to irritability-like behaviors. Characterization of rats in four categories of resilient, mild, moderate, and severe addiction-like phenotypes showed that females showed higher addiction-like behaviors, particularly due to a lower number of resilient individuals. These results demonstrate that escalation of intake, continued use despite adverse consequence, and progressive ratio responding are highly correlated measures of the same psychological construct when tested in heterogeneous rats with a history of extended access to the drug, and suggest that a significant proportion of males, but not females may be resilient to addiction-like behaviors.

Abstract Family and twin studies demonstrate that genetic factors determine 20-60% of the vulnerability to opioid use disorder. However, the genes/alleles that mediate the risk of developing addiction-related behaviors, including the sensitivity to the analgesic efficacy of opioids, the development of tolerance, dependence, and escalation of oxycodone taking and seeking, have been ill-defined, thus hindering efforts to design pharmacological interventions to enable precision medicine strategies. Here we characterized oxycodone addiction-like behaviors in heterogeneous stock (HS) rats, that show high genetic diversity that mimics the high genetic variability in humans. HS rats were allowed to self-administer oxycodone for two h/daily for four days (ShA) and then moved to 12h/daily (LgA) for 14 days. Animals were screened for motivation to self-administer oxycodone using a progressive-ratio (PR) schedule of reinforcement and for the development of withdrawal-induced hyperalgesia and tolerance to the analgesic effects of oxycodone using the von-Frey and tail immersion tests, respectively. To reduce cohort-specific effects, we used cohorts of 46-60 rats and normalized the response level within cohorts using a Z-score. To take advantage of the four opioid-related behaviors and further identify subjects that are consistently vulnerable vs . resilient to compulsive oxycodone use, we computed an Addiction Index by averaging normalized responding (Z-scores) for the four behavioral tests. Results showed high individual variability between vulnerable and resilient rats, likely to facilitate the detection of gene variants associated with vulnerable vs . resilient individuals. Such data will have considerable translational value for designing follow-up studies in humans.

Abstract An emerging element in psychiatry is the gut-brain-axis, the bi-directional communication pathways between the gut microbiome and the brain. A prominent hypothesis, mostly based on preclinical studies, is that individual differences in the gut microbiome composition and drug-induced dysbiosis may be associated with vulnerability to psychiatric disorders including substance use disorder. However, most studies used small sample size, ignored individual differences, or used animal models with limited relevance to addiction. Here, we test the hypothesis that pre-existing microbiome composition and drug-induced changes in microbiome composition can predict addiction-like behaviors using an advanced animal model of extended access to cocaine self-administration in a large cohort of heterogenous stock (HS) rats. Adult male and female HS rats were allowed to self-administer cocaine under short (2h/day) and long access (6h/day) for ~7 weeks under various schedule of reinforcement to identify individuals that are resistant or vulnerable to addiction-like behaviors and fecal samples were collected before the first session and after the last session to assess differences in the microbiome composition. Linear discriminant analysis (LDA) identified sex-dependent and sex-independent differences at the phylum, order, and species level that are differentially abundant in resistant vs. vulnerable individuals, including high level of actinobacteria both before the first exposure to cocaine and after 7 weeks of cocaine self-administration in resistant animals. Predictions of functional gene content using PICRUSt revealed differential regulation of short-chain fatty acid processing in the vulnerable group after self-administration. These results identify microbiome constituents as well as metabolic pathways that are associated with resistance or vulnerability to addiction-like behaviors in rats. Identification of microbes and tangential metabolic pathways involved in cocaine resilience/vulnerability may represent an innovative strategy for the development of novel biomarkers and medication for the treatment of cocaine use disorder.

Abstract In addition to its pleasurable effects, weight control is a significant contributor to initiation, maintenance and relapse of cocaine use. This suggests that individual differences in bodyweight control and feeding hormones, such as leptin may contribute to the vulnerability to cocaine use disorder. While pre-clinical studies have shown a mutually inhibitory relationship between leptin and cocaine, they have used small sample sizes and did not investigate individual differences in a large heterogeneous population. Here, we tested if individual differences in bodyweight and blood leptin level is associated with high or low vulnerability to addiction-like behaviors using data from 500 heterogenous stock rats and 160 blood samples from the Cocaine Biobank, using a model of extended access to intravenous self-administration of cocaine. Finally, we tested a separate cohort to evaluate the causal effect of exogenous leptin administration on cocaine seeking. Bodyweight, while changing due to cocaine self-administration in males, was not related to the vulnerability to addiction-like behavior. Blood leptin levels after ~6 weeks of cocaine self-administration did not correlate with addiction-like behaviors, however, baseline blood leptin levels before any access to cocaine negatively predicted addiction-like behavior. Finally, administration of leptin reduced cocaine intake after acute withdrawal and cocaine seeking after 6 weeks of protracted abstinence. These results demonstrate that high blood leptin level before access to cocaine may be a protective factor against the development of cocaine addiction-like behavior, that exogenous leptin reduces the motivation to take and seek cocaine, but that blood leptin level and bodyweight changes in current users are not good biomarkers for addiction-like behaviors.

BACKGROUND: Persistent opioid use is a common occurrence after surgery and prolonged exposure to opioids may result in escalation and dependence. The objective of this study was to develop machine-learning–based predictive models for persistent opioid use after major spine surgery. METHODS: Five classification models were evaluated to predict persistent opioid use: logistic regression, random forest, neural network, balanced random forest, and balanced bagging. Synthetic Minority Oversampling Technique was used to improve class balance. The primary outcome was persistent opioid use, defined as patient reporting to use opioids after 3 months postoperatively. The data were split into a training and test set. Performance metrics were evaluated on the test set and included the F1 score and the area under the receiver operating characteristics curve (AUC). Feature importance was ranked based on SHapley Additive exPlanations (SHAP). RESULTS: After exclusion (patients with missing follow-up data), 2611 patients were included in the analysis, of which 1209 (46.3%) continued to use opioids 3 months after surgery. The balanced random forest classifiers had the highest AUC (0.877, 95% confidence interval [CI], 0.834–0.894) compared to neural networks (0.729, 95% CI, 0.672–0.787), logistic regression (0.709, 95% CI, 0.652–0.767), balanced bagging classifier (0.859, 95% CI, 0.814–0.905), and random forest classifier (0.855, 95% CI, 0.813–0.897). The balanced random forest classifier had the highest F1 (0.758, 95% CI, 0.677–0.839). Furthermore, the specificity, sensitivity, precision, and accuracy were 0.883, 0.700, 0.836, and 0.780, respectively. The features based on SHAP analysis with the highest impact on model performance were age, preoperative opioid use, preoperative pain scores, and body mass index. CONCLUSIONS: The balanced random forest classifier was found to be the most effective model for identifying persistent opioid use after spine surgery.

Abstract Cocaine use disorder represents a public health crisis with no FDA-approved medications for its treatment. A growing body of research has detailed the important connections between the brain and the resident population of bacteria in the gut, the gut microbiome in psychiatric disease models. Acute depletion of gut bacteria results in enhanced reward in a mouse cocaine place preference model, and repletion of bacterially-derived short-chain fatty acid (SCFA) metabolites reverses this effect. However, the role of the gut microbiome and its metabolites in modulating cocaine-seeking behavior after prolonged abstinence is unknown. Given that relapse prevention is the most clinically challenging issue in treating substance use disorders, studies examining the effects of microbiome manipulations in relapse-relevant models are critical. Here, Sprague-Dawley rats received either untreated water or antibiotics to deplete the gut microbiome and its metabolites. Rats were trained to self-administer cocaine and subjected to either within-session threshold testing to evaluate motivation for cocaine or 21 days of abstinence followed by a cue-induced cocaine-seeking task to model relapse behavior. Microbiome depletion did not affect cocaine acquisition on an FR1 schedule. However, microbiome-depleted subjects exhibited significantly enhanced motivation for low dose cocaine on a within-session threshold task. Similarly, microbiome depletion increased cue-induced cocaine-seeking following prolonged abstinence. In the absence of a normal microbiome, repletion of bacterially-derived SCFA metabolites reversed the behavioral and transcriptional changes associated with microbiome depletion. These findings suggest that gut bacteria, via their metabolites, are key regulators of drug-seeking behaviors, positioning the microbiome as a potential translational research target.

Abstract Rationale Current medications for opioid use disorder include buprenorphine, methadone, and naltrexone. While these medications show significant efficacy in reducing craving and opioid use, there are substantial individual differences in response to these treatments in humans. The reason for such difference is poorly known. Objectives Here, we tested the hypothesis that similar individual differences may be observed in a large population of heterogenous stock rats, that have been bred to maximize genetic diversity, using a behavioral paradigm relevant to opioid use disorder. Methods Over 500 rats were given intermittent (4d/week) and extended access (12h/day) to oxycodone self-administration for 14 sessions to establish oxycodone dependence and escalation of intake. We then measured the effect of buprenorphine (0.5mg/kg), methadone (3mg/kg) and naltrexone (3mg/kg) on the motivation to self-administer oxycodone by using a progressive ratio schedule of reinforcement. Results We found that naltrexone and buprenorphine significantly decreased motivation to oxycodone rewards. While naltrexone reduced oxycodone intake in both males and females, systemic administration with buprenorphine reduced progressive ratio responses only in males. Methadone reduced motivation to oxycodone self-administration in nearly 25% of the population, without reaching statical significance. Our results showed that the efficacy of these medications depends on the severity of addiction like behaviors, indicated by the addiction index. Conclusions These results demonstrate individual differences in response to medications to treat opioid use disorder in a genetically diverse population of rats.