Los investigadores han desarrollado un modelo matemático que puede predecir el régimen de ejercicio óptimo para desarrollar músculo.
Los investigadores, de la Universidad de Cambridge, utilizaron métodos de biofísica teórica para construir el modelo, que puede decir cuánto una cantidad específica de esfuerzo hará que un músculo crezca y cuánto tiempo tomará. El modelo podría constituir la basede un producto de software, donde los usuarios podrían optimizar sus regímenes de ejercicio ingresando algunos detalles de su fisiología individual.
El modelo se basa en un trabajo anterior del mismo equipo, que descubrió que un componente del músculo llamado titina es responsable de generar las señales químicas que afectan el crecimiento muscular.
Los resultados, informados en el Revista biofísica , sugiera que hay un peso óptimo en el que hacer el entrenamiento de resistencia para cada persona y cada objetivo de crecimiento muscular. Los músculos solo pueden estar cerca de su carga máxima por un tiempo muy corto, y es la carga integrada en el tiempo la que activa lavía de señalización celular que conduce a la síntesis de nuevas proteínas musculares. Pero por debajo de cierto valor, la carga es insuficiente para causar mucha señalización, y el tiempo de ejercicio tendría que aumentar exponencialmente para compensar. Es probable que el valor de esta carga crítica dependa de lafisiología particular del individuo.
Todos sabemos que el ejercicio fortalece los músculos. ¿O nosotros? ". Sorprendentemente, no se sabe mucho acerca de por qué o cómo el ejercicio fortalece los músculos: hay mucho conocimiento anecdótico y sabiduría adquirida, pero muy poco en forma de pruebas sólidas o comprobadas.datos ", dijo el profesor Eugene Terentjev del Laboratorio Cavendish de Cambridge, uno de los autores del artículo.
Cuando se hace ejercicio, cuanto mayor es la carga, más repeticiones o mayor es la frecuencia, mayor es el aumento del tamaño del músculo. Sin embargo, incluso cuando se mira a todo el músculo, no se sabe por qué o cuánto sucede esto.las respuestas a ambas preguntas se vuelven aún más complicadas a medida que el enfoque se reduce a un solo músculo o sus fibras individuales.
Los músculos están formados por filamentos individuales, que tienen solo 2 micrómetros de largo y menos de un micrómetro de ancho, más pequeños que el tamaño de la célula muscular ". Debido a esto, parte de la explicación del crecimiento muscular debe estar a escala molecular", dijo el coautor Neil Ibata." Las interacciones entre las principales moléculas estructurales en el músculo solo se reconstruyeron hace unos 50 años. Aún no está del todo claro cómo encajan las proteínas accesorias más pequeñas en la imagen ".
Esto se debe a que los datos son muy difíciles de obtener: las personas difieren mucho en su fisiología y comportamiento, por lo que es casi imposible realizar un experimento controlado sobre los cambios en el tamaño de los músculos en una persona real ". Puede extraer células musculares y observarlasindividualmente, pero que luego ignora otros problemas como los niveles de oxígeno y glucosa durante el ejercicio ", dijo Terentjev." Es muy difícil verlo todo junto ".
Terentjev y sus colegas comenzaron a analizar los mecanismos de la detección mecánica, la capacidad de las células para detectar señales mecánicas en su entorno, hace varios años. El Instituto Inglés del Deporte observó la investigación, que estaban interesados en si podríarelacionarse con sus observaciones en la rehabilitación muscular. Juntos, encontraron que la hiper / atrofia muscular estaba directamente relacionada con el trabajo de Cambridge.
En 2018, los investigadores de Cambridge iniciaron un proyecto sobre cómo las proteínas en los filamentos musculares cambian bajo la fuerza. Descubrieron que los principales componentes musculares, la actina y la miosina, carecen de sitios de unión para las moléculas de señalización, por lo que tenía que ser el tercero más abundantecomponente muscular, titina, que era responsable de señalar los cambios en la fuerza aplicada.
Siempre que parte de una molécula está bajo tensión durante un tiempo suficientemente largo, cambia a un estado diferente, exponiendo una región previamente oculta. Si esta región puede unirse a una molécula pequeña involucrada en la señalización celular, activa esa molécula, generandouna cadena de señal química. La titina es una proteína gigante, una gran parte de la cual se extiende cuando se estira un músculo, pero una pequeña parte de la molécula también está bajo tensión durante la contracción muscular. Esta parte de la titina contiene la denominada titina quinasadominio, que es el que genera la señal química que afecta el crecimiento muscular.
Es más probable que la molécula se abra si está sometida a más fuerza o si se mantiene bajo la misma fuerza durante más tiempo. Ambas condiciones aumentarán la cantidad de moléculas de señalización activadas. Estas moléculas luego inducen la síntesis de más ARN mensajero, lo que lleva aa la producción de nuevas proteínas musculares, y aumenta la sección transversal de la célula muscular.
Esta constatación condujo al trabajo actual, iniciado por Ibata, él mismo un gran atleta. "Estaba emocionado de obtener una mejor comprensión del por qué y el cómo del crecimiento muscular", dijo. "Se podría invertir tanto tiempo y recursosahorrado al evitar regímenes de ejercicio de baja productividad y maximizar el potencial de los atletas con sesiones regulares de mayor valor, dado un volumen específico que el atleta es capaz de lograr ".
Terentjev e Ibata se propusieron construir un modelo matemático que pudiera dar predicciones cuantitativas sobre el crecimiento muscular. Comenzaron con un modelo simple que realizaba un seguimiento de las moléculas de titina abriéndose bajo la fuerza y comenzando la cascada de señalización. Usaron datos de microscopía para determinar la fuerza-probabilidad dependiente de que una unidad de titina quinasa se abra o se cierre bajo fuerza y active una molécula de señalización.
Luego hicieron que el modelo fuera más complejo al incluir información adicional, como el intercambio de energía metabólica, así como la duración de la repetición y la recuperación. El modelo se validó utilizando estudios pasados a largo plazo sobre la hipertrofia muscular.
"Nuestro modelo ofrece una base fisiológica para la idea de que el crecimiento muscular ocurre principalmente al 70% de la carga máxima, que es la idea detrás del entrenamiento de resistencia", dijo Terentjev.impide que tenga lugar la señalización mecanosensible. Por encima de eso, el agotamiento rápido evita un buen resultado, que nuestro modelo ha predicho cuantitativamente ".
"Uno de los desafíos en la preparación de los atletas de élite es el requisito común de maximizar las adaptaciones mientras se equilibran las compensaciones asociadas como los costos de energía", dijo Fionn MacPartlin, entrenador senior de fuerza y acondicionamiento en el Instituto Inglés del Deporte. "Este trabajo nos brindamás información sobre los mecanismos potenciales de cómo los músculos perciben y responden a la carga, lo que puede ayudarnos a diseñar intervenciones más específicamente para alcanzar estos objetivos ".
El modelo también aborda el problema de la atrofia muscular, que ocurre durante largos períodos de reposo en cama o para los astronautas en microgravedad, mostrando cuánto tiempo puede permitirse un músculo permanecer inactivo antes de comenzar a deteriorarse, y cuál podría ser el régimen de recuperación óptimo.
Con el tiempo, los investigadores esperan producir una aplicación basada en software fácil de usar que pueda proporcionar regímenes de ejercicio individualizados para objetivos específicos. Los investigadores también esperan mejorar su modelo ampliando su análisis con datos detallados tanto para hombres como para mujeres, ya que muchoslos estudios de ejercicio están fuertemente sesgados hacia los atletas masculinos.
Hacia los sistemas de interfaz cerebro-computadora de próxima generación
Brain Messenger 'Feel Good' puede ser controlado intencionalmente, revela un nuevo estudio
Comer más alimentos vegetales puede reducir el riesgo de enfermedades cardíacas en adultos jóvenes y mujeres mayores