2012年3月20日
本方案使专注于运动与体育科学的研究人员能够确定三种不同能量系统在多种运动过程中对总能量消耗的相对贡献。
您好,我是 Emerson Frank 博士。我们的研究团队展示了如何确定那些在受控环境(如运动生理学实验室)中难以复现的运动项目的能量系统。每种运动都有其特定的特征,这些特征赋予了它们不同的代谢需求。
代谢需求中最重要的方面之一是能量系统的相对贡献,即有氧、乳酸能、无氧、乳酸以及有氧系统。一些运动项目因其周期性和可预测性,可以在实验室环境中相对容易地进行模拟和研究。而另一些运动则具有不可预测性,其表现依赖于队友之间或与对手之间的复杂互动。
这种情况适用于大多数团队运动以及若干个人运动项目。本文将展示如何在运动过程中评估不同能量系统的相对贡献。尽管该方法适用于任何类型的运动,但由于其特定的特征,我们将重点强调其在不可预测运动部分中的应用。
柔道将作为示例,说明该操作流程如何进行调整。根据运动员的动作特点,针对其他运动项目的研究可轻松借鉴并调整该流程。根据此处展示的内容,将对以下生理变量进行评估。
休息、耗氧量、运动、耗氧量、运动后、耗氧量、静息血浆乳酸、浓度、运动后、血浆乳酸峰值。首先,必须采集静息状态下的血样,并测量至少五分钟的静息耗氧量。该时段最后30秒内的氧气摄取量用于计算基线值以及氧化代谢的贡献。血液样本采集时,取少量毛细血管血液,可从耳垂或指尖获取;采集后,借助微量移液器将已知体积的血液与等体积的1%氟化钠溶液混合。运动。
必须使用便携式气体分析仪来测量耗氧量。该分析仪能够逐次呼吸地测量耗氧量。佩戴面罩,并确保其密封良好,以防止呼出气体泄漏。
每次采集数据前,务必根据制造商的说明校准设备。通常将设备放置于运动员背部。然而,在复杂的运动项目中,必须采用柔道技术调整设备的位置。
例如,如果该技术需要背侧接触,则将设备放置于胸部;如果需要腹侧接触,则将设备放置于背部。同样地,当背部接触地面时,也需如此处理。
如果该技术需要侧向接触,则将设备放置在对侧。通过略微调整比赛规则,可以设计出一种训练,使运动员承受与实际运动非常相似的负荷。例如,此处我们模拟柔道比赛,以避免对设备造成任何损坏。
对手未实施任何有效的投掷动作。同时,受试运动员不得使用需要背部接触的投掷技术。数据采集完成后,我们将开始进行能量贡献计算的相关步骤。
让我们来看一下如何操作。首先,需要测量血浆乳酸,将血液离心以分离血浆和红细胞。然后可通过分光光度法、荧光法或电化学法测量血浆乳酸。
在我们的实验室中,通常使用通过自动乳酸分析仪的电化学方法。结果会立即显示在小型屏幕上,然后需要根据稀释因子进行校正。这是一条典型的静息或基础状态、运动期间以及运动后的氧气消耗曲线。
仔细观察运动后的曲线,可以发现两个不同的组成部分:快速组分和慢速组分。通过慢速组分可计算有氧代谢在运动期间总能量消耗中所占的贡献,并确定氧气消耗量的基础值或静息值。基础值可通过计算曲线最后30秒的平均值来确定。
然后将所得数值乘以运动的总时间。例如,如果运动持续时间为五分钟,则将静息氧消耗量乘以五。通过计算运动氧消耗曲线下的面积,确定运动期间的总氧消耗量。
使用梯形法计算曲线下面积。最后,从运动时的氧气消耗量中减去基础氧气消耗量。为了计算无氧代谢的贡献,需将运动后曲线的动力学过程拟合为单指数或双指数模型。
利用每次呼吸所获得的数据,分别按照单指数曲线和双指数曲线进行调整。此过程可通过数学软件辅助完成。如果你所研究的运动具有未知的曲线模式,则应同时测试单指数和双指数模型,以验证哪种模型更适用于你的数据。
为此,使用软件生成单指数和双指数拟合曲线。在最优模型中,实际曲线更接近拟合曲线。利用实际曲线和拟合曲线的数据,计算每个呼吸周期下该模型的残差。
即用真实值减去拟合值,然后将结果平方。在分别计算出单指数和双指数拟合下曲线上各数据点的残差后,通过F检验判断两种模型的残差是否存在显著差异。最优模型是产生最小残差的模型。
如果模型之间没有显著差异,则使用最简单的单指数模型。最后,利用最佳拟合曲线所提供的方程参数计算电代谢的贡献。例如,以下为单指数拟合的方程。
使用这些参数,通过以下公式计算无氧弹性供能的贡献。需将振幅 A1 除以 60,以将单位从毫升每分钟转换为毫升每秒。为计算乳酸和无氧代谢的贡献,我们假设每千克体重静息值以上的 1 毫摩尔乳酸相当于消耗 3 毫升氧气。
因此,将血浆乳酸峰值与静息血浆乳酸之差(即Δ血浆乳酸峰值)乘以3,再乘以运动员的体重。所得结果以毫升为单位,随后换算为升,并转化为能量,假设每升氧气相当于20.92千焦。最后,将各能量系统的计算结果相加,即可得到运动过程中的总能量消耗,并可进一步计算每个系统对总能量的相对贡献比例。
本文所展示的方法可用于连续性和间歇性运动。该方法的最大优势在于,可针对难以在受控的实验室环境中模拟的运动和体育项目进行调整。此外,这是目前唯一能够估算三种不同能量系统各自贡献率的方法。
因此,该方法能够以与真实场景高度相似的条件研究生理反应,为本研究提供了理想的生态效度。例如,我从 Benefit L 的研究中证实,在最常用的无氧测试之一——Wingate 无氧测试中,能量的主要来源是无氧代谢,其中糖酵解占 50%,磷酸原系统占 30%,有氧代谢占 20%。
本课题组近期研究还表征了室内攀岩、赛艇和柔道运动的能量贡献,如本示例所示。事实上,了解运动中的能量贡献对于制定基因相关策略、训练方案、运动监测,甚至验证测试方法都至关重要。
本方案使专注于运动与体育科学的研究人员能够确定三种不同能量系统在多种运动过程中对总能量消耗的相对贡献。该方法特别适用于不可预测性的运动项目,以柔道为例进行说明。
量化有氧、无氧非乳酸和乳酸无氧能量系统的相对贡献,对于运动生理学研究中的机制性风险降低和预测可信度至关重要。该方法能够在难以在受控实验室环境中复制的运动和活动中实现准确的代谢特征分析,支持从基础发现到应用性能科学的转化连续性。该方法通过为多种运动模式提供生态效度高的数据,从而增强项目决策能力。
该方法通过在受控环境和生态有效的环境中实现假设验证、通路阐明以及定量代谢分析,将研究从早期发现贯穿至转化研究阶段。