Neue ETH-Studie: mit dem Smartphone gegen Muskelschwund

Neue ETH-Studie: mit dem Smartphone gegen Muskelschwund

Patrick Bardelli
Patrick Bardelli
Zürich, am 18.08.2020
Bilder: Thomas Kunz
Ohne Muskeln kein Leben. Sie speichern Energie und erzeugen die Kraft, mit der wir uns bewegen. Durch den altersbedingten Muskelschwund, die Sarkopenie, verlieren wir einen Grossteil davon. Diesem Problem hat die ETH nun den Kampf angesagt – eine wichtige Rolle spielt dabei das Smartphone.

Durch körperliche Aktivität wachsen unsere Muskeln. Krafttraining ist daher der Schlüssel, um den negativen Auswirkungen des altersbedingten Muskelschwunds ab 40, in der Fachsprache Sarkopenie genannt, entgegenzuwirken. Es ist bisher jedoch noch weitgehend unbekannt, was genau gezieltes Muskeltraining ist und wie es seinen Zweck optimal erfüllt.

Spannende Muskeln

Das soll sich nun ändern: Forscher am Institut für Molekulare Systembiologie der ETH Zürich wollen diese Wissenslücke schliessen. Der Molekular- und Muskelbiologe Claudio Viecelli entwickelte für seine Dissertation in Zusammenarbeit mit der Fachhochschule Zürich ZHAW eine einfache Methode. Dabei zeichnen Beschleunigungssensoren in konventionellen Smartphones variable Trainingswiderstände auf. Die Studie wurde kürzlich in der Fachzeitschrift PLOS ONE publiziert.

Studienleiter Claudio Viecelli im ASVZ Irchel.
Studienleiter Claudio Viecelli im ASVZ Irchel.

Womit befasst sich die Molekulare Systembiologie grundsätzlich?
Claudio Viecelli: Die Funktion biologischer Systeme wird üblicherweise auf der Ebene individueller biochemischer Mechanismen untersucht. Die Disziplin der Systembiologie hingegen betrachtet die Interaktionen zwischen einer Vielzahl von individuellen biologischen Elementen wie Genen, Proteinen und Metaboliten. Die daraus resultierenden Netzwerke miteinander agierender Elemente versuchen wir zu nutzen, um zu verstehen und vorherzusagen, wie beispielsweise Stoffwechsel, Zellteilung oder Entwicklungsprozesse ablaufen und wie es zu Krankheiten kommt.

Die letzten zwei Jahre hast du an der Studie gearbeitet, die kürzlich publiziert wurde. Worum geht es?
Es geht darum, Krafttraining so objektiv und aussagekräftig wie möglich zu beschreiben.

Ist dies nicht bereits der Fall?
Eben nicht. Im Gegenteil. Es gibt zwar jede Menge Studien zum Thema, aber darin werden in der Regel Äpfel mit Birnen verglichen. Rückschlüsse auf die Muskelbildung sind kaum möglich.

Wo liegt das Problem, was fehlt denn bisher in diesen Untersuchungen?
Bis anhin wird beim Krafttraining nur die mit einem Gewicht geleistete Arbeit anhand der Anzahl Sätze und Wiederholungen protokolliert. Solche Trainingsdaten sind jedoch unzureichend vergleichbar und damit suboptimal, um mögliche Effekte des Trainings auf die Muskelbildung zu untersuchen. Für die Muskelphysiologie ist das zeitliche Muster der Kraftübung relevant.

Und diese Lücke schliesst die ETH nun mit der aktuellen Studie?
Genau. Die dazu notwendigen Beschreibungsgrössen sind in der Theorie seit Längerem bekannt: wie zum Beispiel die «einzelne Wiederholung», also das Anheben und Absenken der Last. Dann die «spezifischen Kontraktionszeiten», diese geben die jeweilige Spannungsdauer der Muskeln für das Anheben und Absenken an. Und schliesslich die «totale Spannungsdauer» – damit ist gemeint, wie lange die Muskulatur während einer Übung insgesamt angespannt ist.

Würde es dann nicht reichen, jemandem eine Stoppuhr in die Hand zu drücken und auf diese simple Art zu messen?
Ganz so einfach ist es nicht. Ein Beispiel: Du hebst das Gewicht während der konzentrischen Phase an, hältst es, senkst es in der exzentrischen Phase wieder ab. Du machst zwölf Wiederholungen in 90 Sekunden. Wolltest du jetzt die tatsächliche Dauer der einzelnen Phasen sowie die Gesamtspannungsdauer per Stoppuhr für alle Wiederholungen ermitteln, bräuchtest du mehr als eine Stoppuhr und eine Person, die diese bedient. In der Praxis ist das nicht praktikabel. Bislang existierte keine einfache Methode, diese Daten an Krafttrainingsmaschinen objektiv, valide und verlässlich zu erfassen und zu beschreiben. Ausserdem beträgt die Auge-Hand-Verzögerung im Schnitt 180 Millisekunden. Da ist die Verzögerung beim Smartphone mit rund 80 Millisekunden wesentlich geringer und die Messung exakter.

Also kam das Smartphone zum Einsatz.
Wir haben es auf dem Gewichtsblock postiert, wie du im Video oben siehst. Die Sensoren des Phones haben während der Bewegung die Beschleunigungen beim Heben und Senken der Gewichte gemessen. Der Beschleunigungssensor ist nichts anderes als ein dreidimensionales Konstrukt, das die Beschleunigung des Smartphones in allen drei Dimensionen misst. Wir konnten einerseits die Spannungsdauer der konzentrischen und exzentrischen Phase herauslesen. Zum Beispiel konnten wir sagen, eine konzentrische Kontraktion dauerte drei Sekunden oder die anschliessende exzentrische Kontraktion fünf Sekunden. Damit können wir auch die gesamte Übungsdauer erheben. Und die Anzahl der tatsächlich geleisteten Wiederholungen. Diese Methode haben wir an 22 Probanden getestet.

Krafttraining als Gesundheitsvorsorge

Muskeln speichern Kohlenhydrate, Proteine und Fettsäuren. Sie tragen wesentlich zu unserem Stoffwechsel und Energiehaushalt bei und wandeln chemische in mechanische Energie um. Allein die Skelettmuskulatur macht bis zu 40 Prozent unseres Körpergewichts aus.

Die Muskelmasse nimmt laut Claudio Viecelli allerdings etwa ab dem 40. Lebensjahr kontinuierlich ab. Dieser altersassoziierte Muskelschwund beträgt ungefähr sechs Prozent in zehn Jahren. Bis 80 verliert eine Person dadurch rund ein Viertel bis ein Drittel ihrer maximalen Muskelmasse. Leistungsfähigkeit und Lebensqualität verringern sich.

In der Kraft liegt die Kraft.
In der Kraft liegt die Kraft.

Also geht es beim Krafttraining nicht in erster Linie um möglichst aufgepumpte Muskeln, sondern um Gesundheitsvorsorge?
So ist es. Anhand einer eigens programmierten App können wir aus dem abgeleiteten Geschwindigkeitsprofil sehr viele Daten herauslesen. Das Potential für die Wissenschaft, die eine solche hochskalierbare Lösung besitzt, ist immens. Würden viele Leute eine solche App benutzen und ihre persönlichen Kraftraumdaten der Wissenschaft in anonymisierter Form zu Verfügung stellen, könnten wir muskuloskelettale Probleme, also entzündliche und degenerative Erkrankungen des Bewegungsapparats, besser lösen. Dies würde unser Gesundheitssystem enorm entlasten.

Deine Vision ist der digitalisierte Kraftraum?
In Zukunft legst du dein Smartphone auf den Gewichtsblock, absolvierst dein Training und hast alle für dich relevanten Daten erfasst. Daraus lassen sich später exakte und individualisierte Trainingspläne erstellen.

Die so erhobenen Daten wären für dich als Wissenschaftler Gold wert, oder?
Natürlich. Wir können diese Geräte nutzen, um Daten für die Wissenschaft und den Anwender zu erheben. Übergeordnet ist es das Ziel, eine datenbasierte, effiziente und effektive Entscheidungsmatrix im Krafttraining zu schaffen. Der Instruktor oder der Trainer bekommt nur über solche Berechnungen aus der Forschung mehr Daten, um den Kunden oder Patienten noch erfolgreicher zu behandeln. Dabei geht es nicht darum, den Menschen zu ersetzen. Es geht darum, den Menschen Werkzeuge in die Hand zu geben, die Arbeit besser machen zu können.

Welche Rolle spielt die Genetik? Wäre es nicht zielführender hier anzusetzen, um zu einem personalisierten Krafttraining zu kommen?
In der Forschung gehen wir davon aus, dass die Genetik etwa 40 Prozent der Adaption ausmacht. Wenn wir jedoch nicht einmal in der Lage sind, das Krafttraining exakt zu beschreiben, wie wollen wir uns dann mit der Genetik befassen? Nur schon die Analyse deines Mikrobioms, also der Darmbakterien, hätte Auswirkungen auf deine Ernährung und die Art deines Trainings. Soweit sind wir wohl noch lange nicht.

Zweite Studie

Du bist bereits an einer Folgestudie, bei der ich als Proband teilnehmen durfte. Worum geht es da?
In der ersten Studie haben wir die Leute gebeten, mit ihrer persönlichen Geschwindigkeit zu trainieren. Und wir konnten zeigen, dass offenbar unser Algorithmus in einem dynamischen Umfeld sehr gut funktioniert, wenn wir keine Vorgaben machen. Jetzt wollen wir herausfinden, wie sich unser Algorithmus in Extremsituationen verhält. Zum Beispiel, wenn jemand langsam oder sehr schnell mit hohen oder tiefen Lasten trainiert. Hier sind wir mitten in der Datenanalyse.

Ein Blick hinter die Kulissen der nächsten Studie. Foto: David Graf, ZHAW
Ein Blick hinter die Kulissen der nächsten Studie. Foto: David Graf, ZHAW

Bleibt die Frage, wann der digitalisierte Kraftraum Realität ist. Das hängt gemäss Claudio Viecelli vom jeweiligen Businessmodell ab. Rüstet ein Anbieter die Geräte mit entsprechenden Sensoren aus oder läuft die Messung wie in seiner Studie über die Smartphones der Nutzer? Claudio Viecelli spricht hier von Investitionen im siebenstelligen Bereich und geht davon aus, dass innerhalb von zwei bis fünf Jahren der digitalisierte Kraftraum Realität sein wird.

Deine Meinung

Sinnvoller Schritt hin zum personalisierten Krafttraining oder eine weitere Variante, um an unsere Daten zu gelangen?

Datenbasiertes Krafttraining

Was hältst du von datenbasiertem Krafttraining?

  • Finde ich gut. Ich würde gerne davon profitieren.
    82%
  • Davon halte ich nichts. Hier will nur wieder jemand an meine Daten ran.
    4%
  • Sehe zwar den Nutzen. Bin bezüglich Datensicherheit jedoch skeptisch.
    12%

Der Wettbewerb ist inzwischen beendet.

30 Personen gefällt dieser Artikel


Patrick Bardelli
Patrick Bardelli

Senior Editor, Zürich

Es zählt nicht, wie gut du bist, wenn du gut bist. Sondern wie gut du bist, wenn du schlecht bist.

Diese Beiträge könnten dich auch interessieren