Cet article est PREMIUM, et nécessite un abonnement payant pour lire la suite

Je m’identifie
Créer mon compte

Créez votre compte dès maintenant puis contactez-nous pour accéder aux articles Premium et/ou Lettre Export.

Inscription

Temps estimé - 6 min

Le déclin de la masse musculaire n’impacte pas que les personnes âgées. Chez les adultes en bonne santé, une perte de masse musculaire peut survenir pendant des périodes comme la récupération post-blessure. À ce jour, en dehors de l’activité physique et de stratégies nutritionnelles bien précises, il n’existe pas d’autres solutions identifiées pour enrayer cette perte de masse musculaire. Sur le plan nutritionnel, la pertinence de certaines protéines et de certains acides aminés est parfaitement identifiée, les protéines animales jouant un rôle de premier plan. Les protéines végétales n’ont pas forcément la même réputation, considérées comme incomplètes et pas forcément à même de stimuler l’anabolisme protéique.

Plusieurs études suggèrent pourtant que les protéines végétales pourraient être intéressantes. Cette étude s’inscrit dans cette démarche, en évaluant la pertinence de peptides extraits de fèves (Vicia faba). Mais cette étude est innovante au sens où ces peptides ont été identifiés par intelligence artificielle (méthode ne faisant pas l’objet de cet article de recherche) ; l’objectif est ici de vérifier cliniquement si ces peptides sont réellement efficaces.

30 volontaires ont été recrutés pour cette expérience, et répartis de manière aléatoire dans deux conditions expérimentales : contrôle (protéines de lait), ou bien expérimentale (protéines végétales). Dans un premier temps, pendant une semaine, chaque volontaire a vu une de ses deux jambes (aléatoire) immobilisée dans un plâtre, afin de mimer une période de blessure et une phase de récupération. Puis, pendant deux semaines, les volontaires ont pu reprendre leur mode de vie normale. Pendant ces trois semaines, la supplémentation en protéines (soit laitières, soit végétales) s’est faite quotidiennement, après le petit-déjeuner et le soir avant de dormir, à hauteur de 12 g de protéines par jour. Des mesures de composition corporelle ont été effectuées sur les volontaires au début de la période d’immobilisation (J0), à la fin de cette même période (J7), et à la fin de l’étude (J21). De la même manière, pour évaluer la capacité des protéines à stimuler la synthèse de masse maigre, des biopsies musculaires ont été effectuées sur les volontaires aux mêmes dates.

Il était important de vérifier que la période d’immobilisation avait bien un effet négatif sur la masse musculaire : des images par scanner ont confirmé que la surface du quadriceps avait significativement réduit à J7, et que cette surface avait augmenté de nouveau à J21 ; résultat retrouvé pour les deux groupes expérimentaux. Le résultat principal concerne évidemment la synthèse de masse maigre : si aucune différence significative n’a été observée entre les groupes pendant la période d’immobilisation, la supplémentation en protéines végétales a conduit à un taux de synthèse significativement supérieur comparativement aux protéines laitières.

Ce n’est pas le premier essai clinique qui montre a minima que des protéines végétales font aussi bien, voire mieux dans certains cas, que des protéines laitières (certes pas des protéines de lactosérum, censées être le gold standard) en termes d’anabolisme protéique. Ici, il s’agit d’une première car ces peptides ont été identifiés par apprentissage artificiel ; leur pertinence avait été testée au préalable in vitro par les chercheurs. Ces résultats concordent donc avec les conclusions des études in vitro.

 

Vicia faba Peptide Network Supplementation Does Not Differ From Milk Protein in Modulating Changes in Muscle Size During Short-Term Immobilization and Subsequent Remobilization, but Increases Muscle Protein Synthesis Rates During Remobilization in Healthy Young Men

Article publié le 11 janvier 2023 dans The Journal of Nutrition

Lien (open access) : https://jn.nutrition.org/article/S0022-3166(23)02516-6/fulltext