综述：运动中的生物能量分析：方法、局限性和实际应用——一篇叙述性综述

《Physiologia》：Bioenergetic Profiling in Exercise: Methods, Limitations and Practical Applications—A Narrative Review Manoel J. Rios, David B. Pyne and Ricardo J. Fernandes

这篇综述深入剖析了运动中能量系统贡献度的评估方法，揭示了量化氧化、糖酵解和磷酸原供能的挑战。文章比较了VO2整合、血乳酸（[La-]）积累和磷酸肌酸（PCr）模型等多种间接方法的理论基础和局限性，强调运动强度、持续时间和方式会显著影响评估结果。最后，本文呼吁建立更标准化、整合性的生物能量分析框架，以实现更精确的应用。

　　

引言

精确量化肌肉持续收缩时三种能量系统——磷酸原、糖酵解和氧化系统的相对贡献，是运动生理学和运动生物能量学的一项核心挑战。这三大代谢通路同时运作，其贡献比例随运动强度、持续时间和力学需求而变化。然而，目前的评估方法严重依赖间接估测，无法直接测量ATP的转化，这导致了模型间的异质性，并限制了研究间的直接可比性。

能量系统评估方法

目前，主要有三种间接方法来估算能量系统的贡献。

• •
  氧化（有氧）供能：通常通过整合运动中超过静息水平的摄氧量（VO₂）来估算，作为全身有氧代谢的替代指标。然而，这依赖于稳态假设，且在短时、冲刺或间歇性运动中，VO₂动力学不完整或延迟，会显著影响评估的准确性。
• •
  糖酵解供能：通常从净血乳酸（[La^-]）积累中间接推断，并应用固定的能量当量（如~2.7–3.3 mL O₂·kg^-1每1 mmol·L^-1乳酸）进行换算。但血乳酸浓度反映的是产生与清除的净平衡，而非实时的糖酵解通量，且受取样时机、运动强度和恢复间隔的影响很大。
• •
  磷酸原（无氧无乳酸）供能：可通过两种方式估算。一种是基于运动后VO₂恢复的快成分动力学模型，这被认为是反映磷酸肌酸（PCr）再合成的指标。另一种是基于理论上的最大PCr分解模型，其假设了固定的肌肉内PCr可用性（~18–20 mmol·kg^-1）和能量当量。然而，这两种方法都受到非代谢因素（如通气调整、体温变化）和个体间差异（如肌纤维类型、训练状态）的影响。

能量系统贡献的量化特征

运动模式、强度和持续时间共同决定了各能量系统的贡献比例。

1. 1.
   氧化贡献：运动时长是主要决定因素。持续6-10分钟以上的长时间运动通常以有氧供能为主，贡献度可超过75-85%。例如，在2000米赛艇和400米自由泳中，氧化贡献分别达到87%和87-88%。而在短时高强度运动中，有氧贡献显著降低，例如15秒的全力冲刺骑行，氧化贡献可能低至8-11%，30秒的Wingate测试约为11-19%。
2. 2.
   糖酵解贡献：随着运动强度的增加而增加，但在长时高强度运动中，由于有氧代谢主导，其贡献相对较低。在短暂的全力任务（如持续15-30秒）中，糖酵解贡献可达60%。在间歇性功能训练（如间歇完成的Fran训练）中，糖酵解贡献会高于连续完成时。但在格斗运动（如拳击、柔道）中，由于回合短、有恢复间歇，净乳酸积累较少，基于血乳酸的糖酵解贡献估算值通常较低，这可能低估了实际的糖酵解通量。
3. 3.
   磷酸原贡献：在短时、极高强度的运动中贡献最大。例如，在持续10-15秒的最大努力中，磷酸原贡献可达39-48%。随着运动持续时间延长，其贡献迅速下降，在长时间运动中可降至10%以下。例如，在2000米赛艇中，磷酸原贡献微乎其微。

不同的运动模式呈现不同的能量特征。在游泳、划艇、皮划艇等周期性运动中，能量系统贡献呈现明显的距离/时长依赖性，距离越短，无氧贡献越大。在格斗运动中，尽管回合强度高，但由于间歇性特点，整体有氧贡献（50-86%）较高。在功能训练中，任务结构（连续 vs. 间歇）显著影响能量系统分配。

方法学的局限与挑战

所有现有方法都存在局限性，制约了对总能量消耗的精确划分。

1. 1.
   VO₂整合的局限：依赖稳态假设，在非稳态运动中（如冲刺、间歇训练）有效性受限。全身性VO₂无法精确反映局部肌肉代谢，特别是在以上肢为主导的运动中。个体间的机械效率差异也会影响评估。
2. 2.
   血乳酸估算的局限：[La^-]是净平衡值，受产生、清除和转运机制影响，不能等同于肌肉内糖酵解通量。固定的能量转换系数无法完全反映不同生理条件下的动态调节。
3. 3.
   磷酸原估算的局限：运动后VO₂恢复的快成分并非PCr再合成的专属指标，也受通气、体温调节等非代谢因素干扰。理论PCr模型则依赖于对肌肉质量、PCr可用性等固定假设，忽略了肌肉募集和个体差异。

技术整合与生物能量分析的前景

技术进步为生物能量分析带来了新工具。便携式气体分析仪（如COSMED K5）允许在场地中进行连续、逐次呼吸的VO₂监测，提高了生态效度。近红外光谱技术（NIRS）可监测局部肌肉氧合与再氧合动力学，弥补了全身测量的空间局限性。自动化的便携式血乳酸分析仪（如Lactate Pro 2）以及正在发展的可穿戴式汗液/组织间液乳酸传感器，为监测糖酵解活动提供了更多可能。计算建模平台（如VO₂FITTING）和机器学习算法的应用，有助于对复杂运动条件下的代谢反应进行标准化分析和模式识别。将这些技术结合，形成多模式的生理评估，是未来提高分析精度和实用性的关键方向。

实际应用

准确的生物能量分析为个体化的训练处方、恢复规划和表现监控提供了支持。整合VO₂、血乳酸和运动后恢复动力学数据，可以提供多维度的能量系统画像。例如，评估耐力运动员在亚极限强度任务中的氧化贡献，可以指导其训练强度分区的制定和比赛中的配速策略。监测高强度训练后的血乳酸，有助于评估代谢负荷和恢复状态。通过VO₂恢复快成分分析磷酸原供能需求，可为短跑、间歇训练等需要快速磷酸原恢复的运动设计合理的休息间隔提供依据。结合NIRS的局部肌肉氧合信息，可以更深入地了解外周疲劳与恢复情况，指导团队运动和格斗运动的体能训练策略。

结论与未来方向

总之，由于代谢通路的同时激活和评估方法的间接性，量化运动中的能量系统贡献依然复杂。尽管现有方法各有价值，但它们都受到生理学假设和分析决策的制约。未来的研究应致力于建立标准化的生物能量分析框架，包括对VO₂整合、乳酸估算和磷酸原模型的方法学进行统一。通过整合全身性测量（如便携式VO₂分析仪）与局部性技术（如NIRS），并结合纵向研究来观察生物能量特征在训练周期中的演变，可以推动该领域从描述性分析向具有更强可比性和实际应用价值的标准化工具迈进。最终目标是建立一个能够融合实验室精度与真实世界生态效度的综合性、模式敏感的生物能量分析模型。