Lactalbumin, Not Collagen, Augments Muscle Protein Synthesis with Aerobic Exercise
Notice bibliographique
Résumé
INTRODUCTION: Protein ingestion and the ensuing hyperaminoacidemia stimulates skeletal muscle protein synthesis in the postexercise period. This response facilitates muscle remodeling, which is important during intensified training. The aim of this study was to determine whether supplementation with α-lactalbumin (LA), with high leucine and tryptophan contents, would improve responses to short periods of intensified aerobic training compared with supplementation with an isonitrogenous quantity of collagen peptides (CP). METHODS: Endurance-trained participants (5 male, 6 female, 24 ± 4 yr, V˙O2 = 53.2 ± 9.1 mL·kg·min, peak power output = 320 ± 48 W; means ± SD) consumed a controlled diet (1.0 g·kg·d protein) and refrained from habitual training for 11 d while taking part in this double-blind randomized, crossover trial. The two intervention phases, which consisted of brief intensified training (4 × 4-min cycling intervals at 70% of peak power output on 3 consecutive days) combined with the ingestion of LA or CP supplements after exercise (20 g) and before sleep (40 g), were separated by 4 d of washout without protein supplementation (i.e., the control phase). In response to each phase, myofibrillar (MyoPS), sarcoplasmic protein synthesis (SarcPS) rates (via H2O ingestion) and parameters of sleep quality were measured. RESULTS: LA ingestion increased plasma leucine (P < 0.001) and tryptophan concentrations (P < 0.001) relative to CP. Intensified training increased MyoPS and SarcPS above the washout phase in LA- and CP-supplemented phases (P < 0.01), with increases being 13% ± 5% and 5% ± 7% greater with LA than CP for MyoPS (P < 0.01) and SarcPS, respectively (P < 0.01). CONCLUSIONS: Despite an isonitrogenous diet, protein synthesis was enhanced to a greater extent when trained participants consumed LA compared with CP during intensified aerobic training, suggesting that protein quality is an important consideration for endurance-trained athletes aiming to augment adaption to exercise 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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».