El maniquí matemático predice la mejor modo de desarrollar músculo

0


Los investigadores han desarrollado un modelo matemático que puede predecir el régimen de ejercicio óptimo para la construcción de músculos.

Investigadores de la Universidad de Cambridge utilizaron métodos teóricos de biofísica 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 formar la base de un producto de software, en el que los usuarios podrían optimizar sus regímenes de ejercicio introduciendo algunos detalles de su fisiología individual.

El modelo se basa en trabajos anteriores del mismo equipo, que descubrió que un componente muscular llamado titina es responsable de generar las señales químicas que afectan el crecimiento muscular.

Los resultados, informados en Periódico biofísico, sugieren que existe un peso óptimo en el que realizar el entrenamiento de resistencia para cada persona y cada objetivo de crecimiento muscular. Los músculos solo pueden estar cerca de su carga máxima durante muy poco tiempo, y es la carga integrada en el tiempo la que activa la vía de señalización celular que conduce a la síntesis de nuevas proteínas musculares. Pero por debajo de cierto valor, la carga es insuficiente para generar muchos informes y el tiempo de ejecución tendría que aumentar exponencialmente para compensar. Es probable que el valor de esta carga crítica dependa de la fisiología particular del individuo.

Todos sabemos que el ejercicio fortalece los músculos. ¿O nosotros? «Sorprendentemente, no se sabe mucho sobre por qué o cómo el ejercicio fortalece los músculos; hay mucho conocimiento anecdótico y sabiduría adquirida, pero muy poco en cuanto a datos sólidos o probados», dijo el profesor Eugene Terentjev del Laboratorio Cavendish. Cambridge, uno de los autores del artículo.

Durante el entrenamiento, a mayor carga, más repeticiones o mayor frecuencia, por lo que mayor es el aumento de masa muscular. Sin embargo, incluso cuando se mira todo el músculo, no se sabe por qué o cuánto sucede esto. Las respuestas a ambas preguntas se vuelven aún más complicadas ya que la atención se centra en un solo músculo o sus fibras individuales.

Los músculos están formados por filamentos individuales, de solo 2 micrómetros de largo y menos de un micrómetro de ancho, más pequeños que el tamaño de la célula muscular. «Por esta razón, parte de la explicación del crecimiento muscular tiene que estar a escala molecular», dijo el coautor Neil Ibata. «Las interacciones entre las principales moléculas estructurales de los músculos solo se reconstruyeron hace unos 50 años. Todavía no está del todo claro cómo las proteínas accesorias más pequeñas encajan en la imagen».

Esto se debe a que los datos son muy difíciles de obtener: las personas difieren mucho en su fisiología y comportamiento, lo que hace casi imposible realizar un experimento controlado sobre los cambios en el tamaño de los músculos en una persona real. «Puede extraer células musculares y observarlas individualmente, pero eso ignora otros problemas como los niveles de oxígeno y glucosa durante el ejercicio», dijo Terentjev. «Es muy difícil mirar todo junto».

Terentjev y sus colegas comenzaron a examinar los mecanismos mecanosensores, la capacidad de las células para percibir señales mecánicas en su entorno, hace varios años. La investigación fue notificada por el Instituto Inglés de Deporte, que estaba interesado en saber si podría relacionarse con sus observaciones sobre 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 debe haber sido el tercer componente muscular más abundante, la titina, responsable de la señalización de los cambios en la fuerza aplicada.

Siempre que una parte de una molécula está bajo tensión durante un tiempo suficiente, cambia a un estado diferente, exponiendo una región previamente oculta. Si esta región puede unirse a una pequeña molécula involucrada en la señalización celular, activa esa molécula, generando una cadena de señales químicas. La titina es una proteína gigante, gran parte de la cual se estira cuando se estira un músculo, pero incluso una pequeña porción de la molécula está bajo tensión durante la contracción del músculo. Esta parte de la titina contiene el llamado dominio titina quinasa, que es lo que genera la señal química que influye en el crecimiento muscular.

Es más probable que la molécula se abra si se somete a una fuerza mayor o si se mantiene bajo la misma fuerza durante más tiempo. Ambas condiciones aumentarán el número de moléculas de señalización activadas. Estas moléculas luego inducen la síntesis de más ARN mensajero, lo que lleva a la producción de nuevas proteínas musculares y aumenta la sección transversal de la célula muscular.

Esta conciencia ha llevado al trabajo actual, iniciado por Ibata, él mismo un deportista apasionado. «Estaba emocionado de obtener una mejor comprensión del por qué y el cómo del crecimiento muscular», dijo. «Se podría ahorrar tanto tiempo y recursos para evitar los 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 puede lograr».

Terentjev e Ibata decidieron delimitar un modelo matemático capaz de proporcionar predicciones cuantitativas sobre el crecimiento muscular. Comenzaron con un modelo simple que rastreaba las moléculas de titina abriéndose bajo fuerza y ​​comenzando la cascada de señales. Utilizaron datos de microscopía para determinar la probabilidad dependiente de la fuerza de que una unidad de titina quinasa se abra o se cierre bajo la 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 las repeticiones y la recuperación. El modelo fue validado usando estudios previos a largo plazo de 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. «Por debajo de esto, la tasa de apertura de la titina quinasa cae precipitadamente y evita la aparición de señales mecanosensibles. Por encima de esto, el agotamiento rápido evita un buen resultado, que nuestro modelo predijo cuantitativamente».

«Uno de los desafíos en la preparación de los atletas de élite es el requisito común de maximizar las adaptaciones equilibrando 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 da más información sobre los posibles mecanismos de cómo los músculos perciben y responden a la carga, lo que puede ayudarnos a diseñar intervenciones más específicas para lograr 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 condiciones de microgravedad, mostrando tanto cuánto tiempo un músculo puede permitirse permanecer inactivo antes de que comience a deteriorarse, como cuál podría ser la recuperación óptima. régimen.

Con el tiempo, los investigadores esperan producir una aplicación basada en software fácil de usar que pueda proporcionar regímenes de ejercicio personalizados para objetivos específicos. Los investigadores también esperan mejorar su modelo ampliando su análisis con datos detallados tanto para hombres como para mujeres, ya que muchos estudios de ejercicio están fuertemente sesgados hacia los atletas masculinos.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More