The Effect of the <i>CYP1A2</i> −163 C > A Polymorphism on Caffeine Metabolism and Subsequent Cycling Performance
Notice bibliographique
Résumé
Introduction: Prior studies from our laboratory suggest the −163 C > A polymorphism of the Cytochrome P450 ( CYP1A2 ) gene influences the ergogenic effect of caffeine. However, serum caffeine and/or metabolites have not been reported in these studies. The purpose of this study was to determine whether CYP1A2 polymorphism affects caffeine metabolism and subsequent exercise performance between the genotypes (AA homozygotes and C allele carriers). Material and Methods: Twenty male subjects participated in two 3 km cycling time trials 60 minutes following placebo (all-purpose flour) and caffeine (6 mg/kg BW anhydrous caffeine) supplementation. “Slow metabolizers” were characterized as possessing a C allele (AC heterozygotes and CC homozygotes), and “fast metabolizers” were homozygous for the A allele. Results: C allele carriers had significantly higher serum caffeine after one hour (C allele carriers = 14.2 ± 1.8 ppm, AA homozygotes = 11.7 ± 1.7 ppm, p = 0.001). There were no significant differences ( p > 0.05) between genetic groups for any measured caffeine metabolite, the metabolite:caffeine ratio, or the paraxanthine:caffeine ratio. While there was a main effect ( p = 0.03) for caffeine ingestion on time trial performance, there was no caffeine x genotype interaction (C allele carriers: placebo = 297.0 ± 20.8 seconds, caffeine = 292.0 ± 20.0 seconds; AA homozygotes: placebo = 318.3 ± 34.5 seconds; caffeine = 307.9 ± 21.9 seconds) ( p > 0.05). Conclusions: Results from this study suggest C allele carriers have higher serum caffeine after one hour than AA homozygotes. However, these findings do not support an influence of the CYP1A2 −163 C > A polymorphism on the ergogenic effect of caffeine in a 3 km cycling time trial.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».