Ciência maromba: matemáticos criam modelo para aumentar músculos

Usando métodos da teoria da biofísica, pesquisadores da Universidade de Cambridge (Reino Unido) construíram um modelo matemático para o aumento de músculos. Esse modelo poderia servir de base para um software capaz de dizer quanto um determinado grupo muscular precisa trabalhar para ter o máximo de resultado possível.

A pesquisa é proveniente de um estudo anterior desse mesmo grupo no qual foi descoberto um componente no músculo que é responsável por gerar a resposta química para o crescimento. O resultado, publicado no periódico científico Biophysical Journal em 10 de agosto, sugere que existe uma quantidade de peso ideal para cada grupo muscular e indivíduo que proporcionaria o maior crescimento dessas estruturas.

• Veja Também: Exercícios físicos potencializam vacina contra covid-19, segundo estudo

O estudo pode ajudar a aumentar a nossa compreensão acerca de como os exercícios impactam a massa muscular, bem como otimizar o treinamento daqueles que se esforçam tanto na academia.

Como os músculos crescem?

Os músculos crescem quando são submetidos a algum tipo de estresse. (Fonte: Pexels)Fonte:  Pexels 

De um modo geral, o aumento da massa muscular está associado ao estresse gerado sobre esse tipo de estrutura. Isso significa que, quando alguém tensiona alguma parte do corpo, o organismo reage se “tornando mais forte”.

Contudo, essa analogia é muito simples para explicar o complexo mecanismo envolvido no processo. É por isso que os pesquisadores se concentraram em identificar os componentes que desencadeiam o crescimento muscular, e um deles foi descoberto nesse estudo, uma proteína de tamanho avantajado chamada titina.

Essa proteína está intimamente ligada ao aumento dos músculos. A titina envolve os filamentos de miosina, que são as estruturas responsáveis pela contração muscular. Quando o músculo contrai, uma parte da titina se torna exposta, ficando livre para se ligar a outra molécula, o fosfato. No momento dessa associação, ocorre um conjunto de reações bioquímicas que transmite o “sinal” para sintetizar novas proteínas que finalmente resultarão no crescimento muscular.

Em resumo, podemos entender que, quanto mais o músculo trabalha, maior é a probabilidade de que a proteína de titina fique exposta. Quando isso acontece, o corpo recebe o “sinal” de que o fortalecimento muscular pode ser acionado, resultando em músculos maiores e mais fortes.

Como o modelo matemático funciona?

O modelo matemático oferece um resultado individualizado de quanto exercício gera mais resultados para uma pessoa. (Fonte: Pexels)Fonte:  Pexels 

Com base nessa lógica do crescimento muscular, os pesquisadores britânicos foram capazes de criar um modelo matemático que ajuda a prever o aumento dos músculos. Esse cálculo obviamente apresenta resultados diferentes de uma pessoa para outra, mas leva em conta os mesmos aspectos para todas, que são:

• a duração e a repetição dos movimentos;
• as características do metabolismo celular;
• o tempo de recuperação do organismo;
• a concentração de titina no grupo muscular.

De acordo com a pesquisa, a aplicação desse modelo indicou que o crescimento muscular ótimo não está associado à máxima exigência dos músculos. Segundo Eugene Terentjev, um dos autores desse estudo, cargas de 70% da capacidade máxima do indivíduo parecem indicar o método mais eficiente para o aumento dos músculos, embora resultados positivos já sejam perceptíveis com 30% da carga máxima.

O autor também observa que o excesso de carga levou à exaustão dos músculos, o que prejudicou a emissão do sinal para o crescimento muscular. Portanto, exagerar na academia não somente pode fazer mal para o corpo, como também não gera os resultados esperados.

As pesquisas acerca do aumento dos músculos ainda precisam avançar muito, mas esse grupo de estudo espera poder criar uma solução que ajude os frequentadores de academia. A ideia é desenvolver um software capaz de definir de forma individualizada o regime de exercícios ideal para cada um.

ARTIGO Biophysical Journal: doi.org/10.1016/j.bpj.2021.07.023