研究人员开发了一个数学模型，可以预测锻炼肌肉的最佳锻炼方式。

来自剑桥大学的研究人员使用理论生物物理学的方法构建了这个模型，该模型可以告诉我们，特定的运动量会导致肌肉生长，以及需要多长时间。这个模型可以形成一个软件产品的基础，用户可以通过输入他们个人生理的一些细节来优化他们的锻炼方式。

这个模型是基于同一团队早期的研究，他们发现肌肉中有一种叫做肌联蛋白的成分负责产生影响肌肉生长的化学信号。

发表在《生物物理学杂志》上的研究结果表明，对于每个人和每个肌肉生长目标来说，都有一个进行阻力训练的最佳体重。肌肉只能在很短的时间内接近其最大负荷，而随着时间的推移，正是这种负荷激活了细胞信号通路，从而导致新的肌肉蛋白质的合成。但低于某一数值时，负载不足以引起大量信号传递，锻炼时间必须成倍增加以弥补不足。这一临界负荷的值可能取决于个人的特殊生理机能。

我们都知道运动能增强肌肉。还是我们?这篇论文的作者之一、剑桥大学卡文迪什实验室(Cavendish Laboratory)的尤金·特伦特耶夫(Eugene Terentjev)教授说:“令人惊讶的是，人们对锻炼为何或如何锻炼肌肉的了解并不多:有很多轶事知识和获得的智慧，但很少有确凿的或经过证实的数据。”

当运动时，负荷越高，重复次数越多或频率越高，肌肉的增长就越大。然而，即使是在观察整个肌肉时，我们也不知道为什么或发生了多少。这两个问题的答案将变得更加棘手，因为焦点将落到单个肌肉或其单独的纤维上。

肌肉是由单独的细丝组成的，这些细丝只有2微米长，不到1微米宽，比肌肉细胞的大小还小。“正因为如此，肌肉生长的部分解释必须在分子尺度上，”合著者Neil Ibata说。“肌肉中主要结构分子之间的相互作用大约在50年前才拼凑起来。更小的附属蛋白质是如何融入这幅图的，目前还不完全清楚。”

这是因为数据很难获得:人们的生理和行为差异很大，因此几乎不可能对真人进行肌肉大小变化的控制实验。Terentjev说:“你可以提取肌肉细胞并单独观察，但这就忽略了运动中氧气和葡萄糖水平等其他问题。”“很难把它们放在一起看。”

几年前，Terentjev和他的同事开始研究机械感测的机制，即细胞在环境中感知机械信号的能力。这项研究引起了英国体育协会的注意，他们对这项研究是否与他们在肌肉康复方面的观察结果有关很感兴趣。他们一起发现肌肉亢进/萎缩与剑桥大学的研究有直接联系。

2018年，剑桥大学的研究人员开始了一个项目，研究肌肉丝中的蛋白质在外力作用下是如何变化的。他们发现主要的肌肉成分肌动蛋白和肌球蛋白缺乏信号分子的结合位点，所以它必须是第三丰富的肌肉成分-肌动蛋白-负责信号施加的力的变化。

每当分子的一部分处于张力状态足够长时间时，它就会切换到不同的状态，暴露出先前隐藏的区域。如果这个区域可以与一个参与细胞信号传递的小分子结合，它就会激活那个小分子，产生一个化学信号链。肌动蛋白是一种巨大的蛋白质，当肌肉被拉伸时，肌动蛋白的很大一部分被拉伸，但在肌肉收缩时，该分子的一小部分也处于拉伸状态。肌动蛋白的这一部分包含所谓的肌动蛋白激酶结构域，正是这个结构域产生了影响肌肉生长的化学信号。

如果在更大的力下，或者在同样的力下保持更长的时间，分子就更容易打开。这两种情况都会增加激活的信号分子的数量。这些分子然后诱导合成更多的信使RNA，导致新的肌肉蛋白质的产生，肌肉细胞的横截面增加。

这一认识导致了目前的工作，由Ibata发起，他本人是一个热心的运动员。“我很高兴能更好地理解肌肉生长的原因和方式，”他说。“如果能避免低效率的锻炼方式，并在运动员能够达到的特定量的情况下，通过定期进行高价值的锻炼，将运动员的潜力最大化，可以节省大量的时间和资源。”

Terentjev和Ibata着手压缩一个可以定量预测肌肉生长的数学模型。他们从一个简单的模型开始，这个模型记录了肌联蛋白分子在外力作用下打开并启动信号级联。他们使用显微镜数据来确定肌动蛋白激酶单位在外力作用下打开或关闭并激活信号分子的力依赖概率。

然后，他们通过添加额外的信息，如代谢能量交换、重复长度和恢复，使模型更加复杂。该模型在过去对肌肉肥大的长期研究中得到验证。

Terentjev说:“我们的模型为肌肉生长主要发生在最大负荷的70%的想法提供了生理学基础，这是阻力训练背后的想法。”在此以下，肌动蛋白激酶的开放率急剧下降，从而阻止机械敏感信号的发生。除此之外，快速枯竭会阻止我们的模型定量预测的良好结果。”

英国体育学院(English Institute of Sport)的高级力量与训练教练菲昂·麦克帕特林(Fionn MacPartlin)说:“为优秀运动员做准备的挑战之一是，在平衡能量成本等相关权衡的同时，实现适应性最大化的共同要求。”“这项工作让我们更深入地了解肌肉如何感知和反应负荷的潜在机制，这可以帮助我们更具体地设计干预措施，以实现这些目标。”

该模型还解决了肌肉萎缩的问题，这一问题发生在长时间卧床休息或宇航员在微重力状态下，展示了肌肉在开始恶化之前可以保持多久不活动，以及最佳的恢复方案是什么。

最终，研究人员希望开发出一种用户友好的基于软件的应用程序，为特定的目标提供个性化的锻炼方案。研究人员还希望通过使用男性和女性的详细数据扩展他们的分析来改进他们的模型，因为许多运动研究严重偏向男性运动员。

DOI 10.1016 / j.bpj.2021.07.023

Why exercise builds muscles: Titin mechanosensing controls skeletal muscle growth under load