在社交网络中,人们对于颜值和身材的追求无比狂热:不露脸的腹肌照,健壮发达的肱二头肌、胸肌,分分钟让人沉沦。无论是出于塑形减脂,还是保持精神活力的目的,健身都成为了大众参与较多的运动方式,虽然健身的过程比较痛苦,但也不影响人们反反复复地放弃与参与。

谁不想成为街头最靓的仔呢?不过对于健身爱好者来说,如何花费最少的时间对身体进行最成功的雕刻,是大家最为关心的事儿。我们在市面上可以看到各种健身锻炼视频和书籍教导人们如何锻炼,基本上这些信息都是从对大块肌肉的刺激角度来展开。对于个体来说,锻炼的效果不尽相同,刺激的时间、刺激的有效负重都没有定量的标准。技术是否可以在分子的精微层面,研究出千人千面更加有针对性的锻炼方案?

最近有个剑桥大学的研究,解决了这个问题。他们可以从分子级别的肌肉增长层面判断特定的运动量对肌肉生长的影响程度。

肌肉的最佳成长模式

剑桥大学的研究人员使用理论生物物理学方法构建了个模型,该模型可以判断特定的运动量会导致肌肉生长的程度以及需要多长时间,简单来说这个模型可以预测锻炼肌肉的最佳锻炼方式。

为什么有效的锻炼对于健身来说这么重要?科学研究显示,对于不同的个体来说,每个人的肌肉生长都有一个最佳的阻力训练重量。肌肉只能在很短的时间内接近其最大负荷,并且随着时间的累积,负荷会激活细胞信号通路,从而合成新的肌肉蛋白质,但负荷低于某个值,肌肉负载不足,运动时间将不得不成倍增加以进行补偿,因此有效的肌肉刺激锻炼,省时又省力。

无论是对普通人还是专业的顶尖运动员来说,更好地了解肌肉生长的原因和方式,对肌肉进行特定训练,通过定期高价值的训练来最大限度地发挥潜力,这样可以节省大量时间和资源。

研究肌肉的生长,需要从单个肌肉或其单个纤维中找到关键去观察。肌肉由单独的细丝组成,这些细丝只有2微米长,宽度不到1微米,小于肌肉细胞的大小。肌肉生长的部分解释必须在分子尺度上,而提取肌肉细胞去观察会忽略运动过程中的氧气和葡萄糖水平等其他影响因素。

研究人员发现肌联蛋白的肌肉成分负责产生影响肌肉生长的化学信号。当肌肉被拉伸时,其中的很大一部分蛋白质会伸展,但在肌肉收缩时,一小部分蛋白质分子也会处于紧张状态。这部分肌联蛋白包含所谓的肌联蛋白激酶域,它是产生影响肌肉生长的化学信号的域。如果分子在更大的力下或在相同的力下保持更长时间,则它更有可能打开,这两种情况都会增加激活信号分子的数量,这些分子会诱导更多信使 RNA 的合成,从而产生新的肌肉蛋白质,并且肌肉细胞的横截面增加。

研究人员从一个简单的模型开始,该模型跟踪在受力下打开的肌联蛋白分子,并启动信号级联。他们使用显微镜数据来确定肌联蛋白激酶在受力下打开或关闭并激活信号分子的依赖性概率。通过增加额外的影响因子,如代谢能量交换,以及重复长度和恢复,使模型变得更加复杂。

模型研究发现肌肉生长主要发生在最大负荷的 70%。在此之下,肌联蛋白激酶的开放率急剧下降,并阻止了机械敏感信号的发生。除此之外,模型已经定量预测了快速衰竭的肌肉负荷锻炼会阻止肌肉的生长。这也意味着快闪式的运动方式,对于增肌毫无卵用,循序渐进的雕刻肌肉才会引起质变。

这个模型以定量的、分子级别的研究方式剖析了肌肉的成长,研究人员表示未来可以基于研究的模型,开发为软件APP,用户可以通过输入他们个人生理的一些细节参数来优化他们的锻炼方式以快速让肌肉成长,实现针对特定目标提供个性化的锻炼方案。而在模型的改进方面,未来会使用男性和女性的详细数据扩展他们的分析,现在的很多运动研究严重偏向于男性运动员。

很明显的是这项研究对于训练顶级运动员来说受益颇多,教练可以借助模型更深入地了解肌肉如何感知和响应负荷的潜在机制,帮助设计制定更加精微细致的训练方案来实现肌肉的质变。

在医疗健康领域,该模型还可以对长期卧床休息或宇航员在微重力环境中出现的肌肉萎缩问题进行解析,显示肌肉在开始恶化之前可以保持不活动多长时间,以及最佳恢复机制可能是什么。

对于健身爱好者来说,很多人对于健身知识都是一知半解,而专业人士的聘请也比较贵,并不是很多人都有财力去请专业的健身教练来指导练习,错误的锻炼方式损伤肌肉对身体有很大的损害。再者就是无论是否有健身教练的指导,对于某个部位的肌肉如何有效的锻炼,个体体质致使结果都不尽相同,以什么姿势刺激肌肉,负重多少,锻炼多久,这些具体细微的知识很多人都一无所知,容易在弯道上做无用功,借助预测模型有效的锻炼,可以告别效率黑洞。

预测模型的APP还在开发的过程中,暂时没有下线使用,不过市面上已经有很多的智能设备,可以在宏观层面的肌肉建设中供健身爱好者选择。

花里胡哨的黑科技

俗话说得好,磨刀不误砍柴工,为了锻炼肌肉呈现出好的效果,设备得先备齐全才好全力以赴。设备党们为健身剁手过的科技产品不在少数,什么运动耳机、运动手表、AI健身镜、健身环游戏、智能跳绳等。

尤其是这两年大火的AI健身镜、健身环。前者是内置课程与AI指导的魔镜,消费者可以在镜子面前接受虚拟AI教练的指导进行锻炼,对于没有时间去健身房的人来说是个可能的选择,但是也有人表示健身镜的实际效果并没有那么美丽,镜面的大小与角度会限制运动的方式和动作,摄像头可能会无法全面的采集到使用者的精准动作,再加上大几千元的花费,似乎不是个划算的买卖。双方似乎都不能互相说服,个体的差异本就难以调和,各有所爱吧。

对于肥宅星人来说,有氧运动是反人性的,但健身环似乎能够撕开个锻炼健身的口子,让喜欢躺着不爱活动的人活动一下下,很多人就当做是个趣味的游戏参与,在玩耍中锻炼身体。因为健身环简单、趣味性强,面向的人群比较广泛,在疫情期间突然走俏,价格翻番,一机难求。

这些先锐的健身科技产品在全民保健的潮流中应运而生,也为枯燥无味的有氧运动旅途带来了趣味,至于这些黑科技小玩意儿到底有没有用就仁者见仁、智者见智,你积极使用的话它就能充分参与你的肌肉建设中,如果懒得体验,也就成为了摆设趴地吃灰。

可预见的趋势是,消费者运动意识的增强已经让这个群体走向了对专业度更高的要求上了,简单的功能无法打动这些设备控们,健身智能设备的设计未来会变得更加专业细分。

无论是对于物理层面肉眼可见的肌肉块刺激,还是分子级别的精细研究,肌肉的雕刻是从里到外都在被打磨要求。想要增肌塑型、提升精力,甚至是康复训练,肌肉都会被层层动作拆解磨炼,在这个过程中,技术让体验难受的肌肉塑造过程变得更加容易接受,也让肌肉的生长变得更加高效,从智识和激励的层面激发了我们的健身动机。在健康方面,技术的辅助改变了人们参与运动的积极性,健身让身体充满活力,技术让肌肉塑造进阶加速!

从分子层面雕刻肌肉,新数学模型预测锻炼肌肉最优方式相关推荐

  1. ZBrush雕刻人物:人体比例及肌肉骨骼介绍,建模必备知识

    在使用ZBrush雕刻人物的时候掌握人体肌肉组成和形体比例是至关重要的.在之前,首先来学习人体的比例和结构.使用任何一个3D软件制作人体时,都要很好地把握其比例结构,并在雕刻时把握好人体的肌肉结构,只 ...

  2. R语言构建回归模型并获取对于新数据预测的预测区间实战:给出预测区间而不是一个具体的预测值、置信区间与预测区间的异同

    R语言构建回归模型并获取对于新数据预测的预测区间实战:95%或者99%预测区间而不是一个具体的预测值.置信区间与预测区间的异同 目录

  3. ML之xgboost:基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练实现二分类预测(基于训练好的模型进行新数据预测)

    ML之xgboost:基于xgboost(5f-CrVa)算法对HiggsBoson数据集(Kaggle竞赛)训练实现二分类预测(基于训练好的模型进行新数据预测) 目录 输出结果 设计思路 核心代码 ...

  4. OncoImmunity成为获得机器学习新抗原预测技术临床应用CE-IVD标记的首家公司

    挪威奥斯陆 -- (美国商业资讯) -- OncoImmunity成为获得机器学习新抗原预测技术临床应用CE-IVD标记的首家公司.此项品质保障认证代表了个体化癌症疫苗及细胞疗法设计中提高新抗原预测技 ...

  5. dna编码库_DNA编码分子库技术取得新进展

    DNA编码分子库技术取得新进展 记者近日从重庆大学获悉,该校与瑞士的科研团队合作实现了基于恒定大环骨架的DNA编码分子库的合成与筛选,获得内含超过3500万种不同化合物的分子库,有望将这一筛选时间从数 ...

  6. 如何将数据从旧电脑传输到新电脑,哪种文件传输方式更好

    迁移到新的Windows 10 电脑是一个令人兴奋的时刻,尤其是如果您有幸从我们现在可用的最佳Windows笔记本电脑列表中选择一个选项.问题是您熟悉的文件位于旧电脑上,并且您不想重新开始.为了简化电 ...

  7. Java新AIO/NIO2:AsynchronousFileChannel以Future方式读

    Java新AIO/NIO2:AsynchronousFileChannel以Future方式读 假设现在有一个文件file.txt.里面有10个字符串文本:0123456789.为了完整说明Buffe ...

  8. 如何锻炼肌肉最完整版

    锻炼腹部肌肉是重点 现代医学证明,男性因腹部肌肉失去弹性而形成的" 将军肚" ,与高血压.心脏病.糖尿病等众多常见病关系密切.所以中年男性锻炼肌肉要抓重点,其中腹部肌肉最重要. 向 ...

  9. 如何锻炼肌肉的10个小贴士

    互联网上和杂志上充斥着关于如何锻炼肌肉的错误信息和迷思.不计其数的方法许诺了本需要很费劲才能达到的成果. 如果你未见成效,那说明你采用的是无效的方法.非常遗憾!没有效果是你放弃锻炼的主要原因. 用自然 ...

最新文章

  1. .NET学习之Foreach……
  2. python学习笔记1.1
  3. 面对想法简单客户的有效需求分析
  4. python 多层包多模块_python Modules模块操作
  5. ASP应用之模板采用
  6. 程序员怎样成为一名架构师?
  7. 查看商品图片,鼠标悬浮图片放大js实现
  8. Java实现连连看源代码文档_Java实现游戏连连看(有源代码)
  9. 将WebAPI发布到本地服务器与远程服务器
  10. DM365的UBL源码分析(二)
  11. 前端开源项目周报0109
  12. Java Wbe 学习心得 day06
  13. Java 使用 Redis | 菜鸟教程
  14. java 前后端分离_到底什么是前后端分离?
  15. learun敏捷框架工作流:企业效率助推神器
  16. Vallen Dispersion——计算Lamb波色散,声发射信号模态分析的免费软件
  17. PL(Procedural Language)/SQL程序设计语言
  18. 报警后签了和解协议,还能反悔吗
  19. C语音static、const、voilate和位运算
  20. html是网页病毒吗,无弹窗浏览器 目前最具效果性的防网页病毒软件

热门文章

  1. python中定义变量和数组_Python中的线程和全局变量 - 数组和标准变量之间的区别?...
  2. mysql主从复制缺陷_mysql主从复制及遇到的坑
  3. 类方法的实例python_Python Class 的实例方法/类方法/静态方法
  4. matlab波特图带延迟的传递函数,matlab实现波特图
  5. 列表输出循环左移_互联网人工智能开发语言Python之for循环、break、continue详解...
  6. wtl单文档选项_Vite 中文文档翻译
  7. redis-server.exe redis.windows.conf 报错
  8. 用set和shopt设置bash选项
  9. 支付接口 随机串 时间戳 防钓鱼效验方式
  10. java 添加一个线程、创建响应的用户界面 。 演示示例代码