Sportomics Analyses of the Exercise-Induced Impact on Amino Acid Metabolism and Acute-Phase Protein Kinetics in Female Olympic Athletes
Notice bibliographique
Résumé
Background: Exercise can be used as a model to understand immunometabolism. Biological data on elite athletes are limited, especially for female athletes, including relevant data on acute-phase proteins and amino acid metabolism. Methods: We analyzed acute-phase proteins and amino acids collected at South American, Pan-American, and Olympic Games for 16 Olympic sports. We compared female and male elite athletes (447 vs. 990 samples) across four states (fasting, pre-exercise, post-exercise, and resting) to understand sex-specific immunometabolic responses in elite athletes. Results: Considering all states and sports, we found that elite female athletes exhibited higher concentrations of C-reactive protein, lipopolysaccharide-binding protein, myeloperoxidase, haptoglobin, and IGF1, with ratios ranging from 1.2 to 2.0 (p < 0.001). Women exhibited lower concentrations of most amino acids, except for glutamate and alanine. Although almost 30% lower in women, branched-chain amino acids (BCAAs) showed a similar pattern in all states (ρ ≥ 0.9; p < 0.001), while aromatic amino acids (AAAs) showed higher consumption during exercise in women. Conclusion: We established sex dimorphism in elite athletes’ metabolic and inflammatory responses during training and competition. Our data suggest that female athletes present a lower amino acid response towards central fatigue development than male athletes. Understanding these differences can lead to insights into sex-related immuno-metabolic responses in sports or other inflammatory conditions.
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 | 0,000 | 0,000 |
| 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 | 0,000 |
| 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 ».