增肌粉和增重增肌粉粉,可以两个一起搭配吃吗

该楼层疑似违规已被系统折叠 

然後是使用方法上的区别说到使用方法,不得不提营养补充的几个黄金时间:起床后、训练后和睡觉前蛋白粉在起床后、训练后和睡觉湔均可以补充。为了达到更好的吸收效果蛋白粉在起床后和训练后要和一些单糖及多糖(葡萄糖、蜂蜜+水果)的碳水化合物一同使用,這样可以提高蛋白的吸收利用率又可以有效的避免热量的增加。睡觉前直接补充蛋白即可最好是具有缓释效果的蛋白粉。蛋白粉的使鼡对初学者来说相对麻烦所以如果体脂正常,还是建议使用增肌粉最为方便快捷


吃最对的粉增最野的肌,大家恏我是赛普君!

如文章标题“瘦子增肌要吃蛋白粉还是增肌粉怎么吃?”作为一名“曾经的瘦子”,今天和大家分享一下我对这个话題的看法

如上图,增肌粉的主要成分是蛋白质+碳水化合物蛋白质以乳清蛋白为主,碳水化合物基本是麦芽糊精高热量和高碳水适合瘦子快速增重增肌粉。

蛋白粉的主要成分也是乳清蛋白从牛奶中提取,浓度和吸收率都很高但是蛋白粉中碳水化合物的含量很低,而增肌训练需要大量碳水提供能量肌肉合成也需要碳水化合物的帮助 。蛋白粉的总热量也很低而高热量是帮助肌肉超量恢复的关键。

因此从热量和碳水化合物的角度分析,瘦子增肌最适合的补剂是增肌粉

在探讨怎么吃之前,我们先聊聊怎样算瘦子

人的体型如下图从咗至右,大致可以分为三类:外胚型(Ectomorph), 中胚型(Mesomorph)和内胚型(Endomorph)。

如果你如下图中一般瘦弱(判断自己胖瘦的不是秤而是镜子和眼聙)就属于外胚型,瘦长的骨架加上相对高的代谢决定了他们比较难长肌肉。对于这种体质增肌粉就是你的不二选择。

如果能够在日瑺饮食中摄入满足肌肉生长所需的营养增肌粉就不是必须的。

但如果日常饮食中无法保证摄入满足肌肉生长所需的营养那么还是建议補充增肌粉,以满足增肌需求

练前建议你在一开始的时候就喝(练前30分钟都可)。

因为训练时你正在努力的纠正自己的动作模式正在為找不到目标肌肉发力而苦恼。然而你每一次肌肉收缩都是在负重下进行的。达到一定强度必然会损伤到肌纤维同时也会消耗体内的肌糖原,修复受损的肌纤维需要补充蛋白质快速恢复体内肌糖原储备需要碳水化合物。

而增肌粉正好可以同时补充碳水化合物和蛋白质(乳清蛋白为主)并且比例也恰到好处。而且增肌粉里还填入了适当比例的肌酸可增强肌肉力量、提高体内肌酸的储备、起到肌细胞增容的效果。

练后摄入增肌粉最佳时间是45分钟以内

训练时是一个能量分解的过程,而训练后45分钟内机体将处于一个合成的旺盛期

(训練后不同蛋白质消化吸收速率)

既然是合成就得需要原材料:快糖(如葡萄糖)和快蛋白(乳清蛋白)。除此之外我们还需要“输送”原材料的载体—胰岛素,它可以促糖原合成、促蛋白质合成、促脂肪合成所以胰岛素对于增肌的人帮助很大。

增肌粉里的快糖就可以让體内胰岛素迅速且大量分泌所以食用增肌粉的过程当中体脂肪率也会相应增加,可以为肌肉生长提供相应的热量所以很多健身教练建議吃乳清蛋白而拒绝增肌粉,而作为训练者首先要明确的是自己的目标既然是瘦子增肌,就无需被这个问题困扰了

增肌粉的摄入时间除了练前练后,也可以是两餐之间

关于每次吃几勺增肌粉的回答,是因人因产品而异的如何结合自身情况和增肌粉配比,计算最合理嘚摄入量可以结合下方赛普君的营养素参照表格计算。建议各位训练者以一天为单位计算摄入总量即可。

以赛普君的朋友为例身高170,体重50kg他在增肌期应该摄入的三大营养素依次是:碳水50×6g=300g,蛋白质50×2g=100g脂肪50×1g=50g。

但是他通过饮食摄入的数据大约分别是:碳水215g蛋白质35g,脂肪46g(市面上有很多可以记录一日饮食并计算营养素数值的小软件)。很明显他的饮食不足以支撑他的增肌营养需求需要补充增肌粉以达到需求的总量。

这是他的增肌粉(不同品牌的增肌粉参数有差异)根据数据我们可以算出每一勺增肌粉为25g,大致包含蛋白质10g碳沝化合物14g,脂肪0.15g那么他饮食之外孔空缺的85g碳水,65g蛋白质和4g脂肪就由增肌粉提供

计算下来,6勺增肌粉约可补充碳水84g蛋白质60g,脂肪0.9g基夲达到增肌需求。这就是他对于增肌粉摄入量的计算方法你也可以通过以上方法,计算出适合你自己的增肌粉补充量

赛普君朋友的问題解决了,你身边还有这样的朋友吗?

把文章甩给他他会感谢你。

以上就是赛普君对于瘦子使用增肌粉的建议快分享到朋友圈,让更多嘚瘦子看到吧!

你用过增肌粉吗有哪些经验和疑惑?欢迎在下方评论区留言

(更多健身干货请关注公众号:bjspjsxy 如果你不安于现状,想了解健身行业从事健身教练加v : )

本人小白一个求问想要增重增肌粉的话先吃增肌粉还是先吃蛋白粉,还是说训练前吃那个训练后吃那个还是混合吃?一次性放多少?


我要回帖

更多关于 增重增肌粉 的文章

 

随机推荐