
在運動科學的世界中,有一個令人困惑的現象:為什麼兩位運動員執行幾乎完全相同的訓練課表——相同的跑動距離、相同的間歇強度、甚至相似的休息安排——在幾個月後,其中一位的耐力與速度顯著提升,另一位卻陷入疲勞與進步停滯的泥淖? 傳統觀點往往將此歸因於基因差異、訓練量不足或意志力的高低。
然而,2026 年最新發表的運動生理學與營養學綜述揭示了另一個更深層的維度:「訓練—燃料耦合」(Training–Fuel Coupling, TFC)。 這個理論框架指出,運動適應的效率不單取決於訓練負荷,更取決於細胞如何「解讀」這些訓練刺激。 營養在這裡不再僅是被動消耗的燃料,而是一種主動調控生理重構的「分子訊號」。
分子開關:AMPK 與 mTOR 的生理博弈
要理解 TFC 理論,必須深入肌肉細胞內部的微觀世界。細胞內存在兩條核心的調控通路,它們如同生理系統的「開關」,決定了身體在訓練後的走向:
- AMPK(能量感測器):AMP-activated protein kinase(AMPK)這個重要的酵素在細胞能量(ATP)下降,特別是肝醣濃度降低時,便會被活化。它會引導細胞進入「節能與優化」的「分解」代謝模式,促進脂肪氧化、增加粒線體生成,並提升有氧代謝效率。這是耐力訓練能產生效果的核心機制。
- mTOR(合成與修復開關):相反地,當身體處於營養充足、尤其是胺基酸與胰島素濃度上升,使能量狀態回升並越過閾值。此時 AMPK 的抑制被解除,mTOR(mechanistic target of rapamycin)路徑會佔據主導地位。它負責驅動蛋白質合成、肌肉肥大與組織修復的「合成」代謝模式。
圖1:AMPK 和 mTOR 路徑的相互關係
營養不只是燃料,它是一種生物訊號
傳統運動營養觀念將食物視為補充能量的材料,但 TFC 框架強調了營養的「訊號屬性」。舉例來說,肌肉中的肝醣儲備不只是備用糖分,它更像是一個感測器,告訴細胞現在處於什麼環境。
當你在低肝醣狀態下進行耐力訓練時,AMPK 的訊號會被顯著放大,迫使身體更深層地優化脂肪代謝與粒線體效率。相反地,若在充足營養下進行力量訓練,mTOR 路徑則能更精準地接收到合成肌肉的指令。換句話說,相同的訓練在不同的營養狀態下,會產生截然不同的生理適應結果。如果訓練刺激與營養訊號發生「錯位」,適應效率就會大幅下降,這正是許多「訓練非反應者(non-responders)」面臨的真正問題。所謂的「干擾效應」,往往不是訓練模式排斥,而是能量狀態與訊號閾值的錯位 。
代謝振盪:為什麼「穩定」才是進步的殺手
TFC 理論中最具革命性的觀點在於:進步不來自於恆定,而來自於有策略的「波動」。
如果一名運動員長期執行高碳水飲食,或是永遠在能量飽足的狀態下訓練,身體的分子路徑會產生「訊號脫敏」(Signal Desensitization)現象。就像長期按壓同一個按鈕,細胞會逐漸失去對訓練刺激的敏感度,導致進步停滯。
TFC 模型建議一種被稱為「代謝振盪(Metabolic Oscillation)」的週期性策略,其核心公式為:「低能量訓練 + 高能量恢復」(Train-low, Recover-high)。我們不再追求飲食的穩定,而是透過「為所需工作提供燃料」(Fuel for the work required)的原則,引導身體在閾值兩端進行「功能性震盪」 。
- 低能量訓練(Train-low):目的在於低肝醣狀態下工作,極大化 AMPK 活化,觸發耐力適應提升。具體有三種科學實作模式:
- 晨間空腹訓練 (Fasted Training):利用一夜睡眠後較低的肝臟肝醣,提高游離脂肪酸利用率,有效活化 AMPK 。
- 每日兩練 (Twice-per-day):早上進行高強度耗能訓練後,限制碳水化合物攝取,使肌肉處於低肝醣狀態長達 3-8 小時,再執行第二次訓練 。
- 睡前低碳,晨間訓練 (Sleep-low, Train-low):傍晚耗盡肝醣後,晚餐禁絕碳水,讓低肝醣狀態累積長達 12-14 小時 。
這種模式已被證實能顯著提升跑步與騎乘的表現成績 。
- 高能量恢復(Recover-high):切換至 mTOR 主導,啟動肌肉修復與合成。
- 合成代謝窗口:訓練後立即補充高質量蛋白質(富含白胺酸)與碳水化合物。胰島素的分泌與胺基酸的進入會跨越能量閾值,將系統切換回合成模式 。
- 為高強度預備:若隔日為 HIIT 或比賽,必須「加滿油」(Train-High),確保糖原充足能達到目標功率 。
圖2:代謝振盪─Train-low 與 Recover-high 的交替

圖3:4天微週期範例
數據導航:生理監控系統的興起
隨著穿戴裝置與監測技術的演進,TFC 理論從抽象的生物機制轉化為精準的「生理導航系統」。在現代監測技術下,我們能透過六種觀測數據(CGM、HRV、功率、乳酸、RPE、睡眠),將模糊的生理狀態壓縮成四個「TFC 複合指數」,來評估運動員的受訓狀態,實現閉環調節(Closed-loop regulation) :
|
指數名稱 |
英文簡稱 |
生理意義與功能 |
|
能量變異指數 |
EVI |
血糖(CGM)與自律神經(HRV)的波動幅度 。 |
|
能量壓力指數 |
ESI |
乳酸反應、HRV 的抑制程度與訓練後的血糖恢復曲線 。 |
|
適應震盪指數 |
AOI |
運動功率(負荷)與補給時機(CGM 動態)在時間軸上的同步程度 。評估「吃」與「練」是否同步,確保代謝振盪的連貫性在有效頻率內。 |
|
閉環表現指數 |
CLPI |
功率輸出的穩定性與 HRV 恢復趨勢的交叉比對 。 |
備註:這些指數目前應視為「概念性的啟發架構」,而非絕對固定的測量公式 。
這種「閉環控制」(Closed-loop control)讓運動員不再盲目遵循固定計畫,而是根據實時數據動態調整下一場訓練的負荷與燃料配比。當適應達成後(如粒線體增加導致能量壓力下降),系統會自動偵測到 AMPK 訊號的減弱,進而導引運動員進入更進階的刺激層級。
安全邊界:策略性匱乏 vs. 病理性不足
必須強調的是,TFC 理論所提倡的「能量振盪」,絕非盲目節食。而是必須在安全範圍 (Safe Bandwidth) 內進行,這條界線因性別、訓練階段與既往病史而異。在運動醫學中,長期的低能量可用性會誘發「運動相關能量不足症候群」(Relative Energy Deficiency in Sports, RED-S),導致荷爾蒙失調、免疫力下降及骨質流失。
TFC 的精髓在於有目的、有節奏的「能量操縱」,而非純粹的匱乏。理想的狀態是讓能量在安全範圍內波動,產生具建設性的代謝壓力。但當調節震盪與恢復整合失敗時,原本具備建設性的代謝壓力便會演變為病理性的 RED-S深淵。
圖4:表現優化與 RED-S 風險的安全邊界
邁向智慧化的訓練新紀元
從訓練—燃料耦合的觀點來看,進步的關鍵並不只是來自於更努力的訓練,而是在於更聰明地安排訓練與飲食之間的節奏 。
當我們學會利用營養作為訊號,精準地撥動 AMPK 與 mTOR 的開關,並透過數位監測系統進行實時導航時,我們便能跨越訓練瓶頸,觸發最深層的生理重構。運動適應的本質,正是這種從波動中尋求結構,從不平衡中建立更高階平衡的生命過程。
參考文獻
- Egan, B., & Zierath, J. R. (2013). Exercise metabolism and the molecular regulation of skeletal muscle adaptation. Cell Metabolism, 17(2), 162–184.
- Hawley, J. A., et al. (2011). Nutritional modulation of training-induced skeletal muscle adaptations. Journal of Applied Physiology, 110(3), 834–845.
- Impey, S. G., et al. (2018). Fuel for the work required: A theoretical framework for carbohydrate periodization and the glycogen threshold hypothesis. Sports Medicine, 48(5), 1031–1048.
- Mountjoy, M., Ackerman, K. E., Bailey, D. M., Burke, L. M., Constantini, N., Hackney, A. C., Heikura, I. A., Melin, A., Pensgaard, A. M., Stellingwerff, T., Sundgot-Borgen, J. K., Torstveit, M. K., Jacobsen, A. U., Verhagen, E., Budgett, R., Engebretsen, L., & Erdener, U. (2023). 2023 International Olympic Committee's (IOC) consensus statement on Relative Energy Deficiency in Sport (REDs). British journal of sports medicine, 57(17), 1073–1097.
- Stoian, M., & Mănescu, D. C. (2026). Training-Fuel Coupling (TFC): A molecular sports nutrition framework for energy availability, chrono-nutrition, and performance optimization. Nutrients, 18(4), 693.


