Protein Ingestion Increases Myofibrillar Protein Synthesis after Concurrent Exercise
Notice bibliographique
Résumé
PURPOSE: We determined the effect of protein supplementation on anabolic signaling and rates of myofibrillar and mitochondrial protein synthesis after a single bout of concurrent training. METHODS: Using a randomized crossover design, eight healthy males were assigned to experimental trials consisting of resistance exercise (8 × 5 leg extension, 80% 1RM) followed by cycling (30 min at approximately 70% V˙O2peak) with either postexercise protein (PRO, 25-g whey protein) or placebo (PLA) ingestion. Muscle biopsies were obtained at rest and at 1 and 4 h after exercise. RESULTS: Akt and mTOR phosphorylation increased 1 h after exercise with PRO (175%-400%, P < 0.01) and was different from PLA (150%-300%, P < 0.001). Muscle RING finger 1 and atrogin-1 messenger RNA (mRNA) were elevated after exercise but were higher with PLA compared with those in PRO at 1 h (50%-315%, P < 0.05), whereas peroxisome proliferator-activated receptor gamma coactivator 1-alpha mRNA increased 4 h after exercise (620%-730%, P < 0.001), with no difference between treatments. Postexercise rates of myofibrillar protein synthesis increased above rest in both trials (75%-145%, P < 0.05) but were higher with PRO (67%, P < 0.05), whereas mitochondrial protein synthesis did not change from baseline. CONCLUSIONS: Our results show that a concurrent training session promotes anabolic adaptive responses and increases metabolic/oxidative mRNA expression in the skeletal muscle. PRO ingestion after combined resistance and endurance exercise enhances myofibrillar protein synthesis and attenuates markers of muscle catabolism and thus is likely an important nutritional strategy to enhance adaptation responses with concurrent training.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».