The impact of protein quality on the promotion of resistance exercise-induced changes in muscle mass
Notice bibliographique
Résumé
Protein supplementation during resistance exercise training augments hypertrophic gains. Protein ingestion and the resultant hyperaminoacidemia provides the building blocks (indispensable amino acids - IAA) for, and also triggers an increase in, muscle protein synthesis (MPS), suppression of muscle protein breakdown (MPB), and net positive protein balance (i.e., MPS > MPB). The key amino acid triggering the rise in MPS is leucine, which stimulates the mechanistic target of rapamycin complex-1, a key signalling protein, and triggers a rise in MPS. As such, ingested proteins with a high leucine content would be advantageous in triggering a rise in MPS. Thus, protein quality (reflected in IAA content and protein digestibility) has an impact on changes in MPS and could ultimately affect skeletal muscle mass. Protein quality has been measured by the protein digestibility-corrected amino acid score (PDCAAS); however, the digestible indispensable amino acid score (DIAAS) has been recommended as a better method for protein quality scoring. Under DIAAS there is the recognition that amino acids are individual nutrients and that protein quality is contingent on IAA content and ileal (as opposed to fecal) digestibility. Differences in protein quality may have important ramifications for exercise-induced changes in muscle mass gains made with resistance exercise as well as muscle remodelling. Thus, the purpose of this review is a critical appraisal of studies examining the effects of protein quality in supplementation on changes in muscle mass and strength as well as body composition during resistance 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».