导语

最近巴黎奥运会吸引了全世界的目光，事实上，运动涉及到从微观分子，到宏观人体，再到运动员群体等不同层级的复杂系统。运动，不只是自上而下的大脑指令，还有肌肉的自组织；从正常运动疲劳到运动伤病的转变，自行车大集团的终点冲刺，都是涌现现象；而运动过程中身体状态的转变，则与临界相变现象密切相关。本文将向大家介绍运动科学中的一系列复杂科学现象。

研究领域：复杂系统，运动科学，自组织，临界相变，热力学，涌现

真空的球形王宇航 | 作者

运动科学是一门年轻而又古老的学科：运动这种行为几乎和人类文明同时诞生，是写入基因的本能，人类展现出力量、速度、耐力、敏捷、技巧，在原始社会中和自然界对抗以繁衍生息；用科学方法研究运动的历史还比较短暂，直到上世纪初期，运动科学才慢慢脱胎于生理学、医学。

1. 运动中的复杂系统

运动科学是多学科交叉的领域，也是许多复杂科学现象产生的阵地。我们可以在不同学科视角下研究人体运动时的能量代谢（物理）、生理生化反应（化学）、基因表达与调控（生物），以及运动动作的控制（控制论）等。然而从单一学科、单一尺度的视角并不足以形成对运动行为的全面理解。

图片出自论文：复杂生理学网络——超越分子和组学的视角

Balagué N, Hristovski R, Almarcha M, Garcia-Retortillo S, Ivanov PC. Network Physiology of Exercise: Beyond Molecular and Omics Perspectives. Sports Med Open. 2022 Sep 23;8(1):119. doi: 10.1186/s40798-022-00512-0. PMID: 36138329; PMCID: PMC9500136.

运动科学的研究涉及到从微观到宏观的多尺度复杂系统：从微观的分子机制（例如乳酸分子代谢）、细胞层次的功能实现（血红蛋白、线粒体功能等），到更大尺度的肌肉组织、器官系统（神经系统、心肺系统等），再到宏观层次的人体运动控制、运动表现。甚至在更大的尺度上还有运动员个体间、运动员与环境的交互。

宏观的运动表现与微观的分子层面之间存在巨大的鸿沟。虽然许多分子层面的研究可以建立其与宏观运动表现的相关性，然而运动相关的现象并不能直接从分子的角度去理解。从微观到宏观，是不同层级的复杂网络，受复杂科学的启发，通过运动科学网络可以建立跨越不同层级以及时间尺度的对运动相关现象的理解[1]。

生命作为一种涌现现象，其背后是“分子—细胞—组织—器官—系统—个体”多层级的结构。所谓“多者异也”（more is different），运动的本质远非早期运动生理学家所设想的人类机器（Human machine）*那么简单：运动不是动作的简单组合，也不是单一的能量输入输出。

注：Human machine，1922年诺贝尔奖得主、运动生理学先驱 A.V Hill 提出的人体运动模型，认为人体在运动时的表现和机械无异[2]。

运动时的宏观生理状态和功能来自于在不同时空尺度上（从亚细胞水平到整个生物体）的不同结构和过程之间的相互作用。只有复杂科学才能进一步解释生理系统在运动时是如何整合、协调的。

2. 体育运动中的复杂科学现象

运动时许多复杂科学相关的现象值得关注。接下来我们也将看到复杂科学思想在运动领域的应用，从而让许多运动科学难题迎刃而解。

1. 运动，不只是自上而下的大脑指令，还有肌肉的自组织

我们经常可以看到运动员惊人的反应速度：羽毛球、乒乓球运动员需要在几百毫秒的时间内判断球的落点，并且快速移动到指定位置精确击球；自行车赛场上时常发生意外摔车事故，有些技术好的运动员可以迅速做出避险动作来进行躲避。在如此短的时间内，大脑是没有办法下达准确指令控制肢体完成上述复杂动作的。快速动作的实现依靠的是肌肉预反射训练（pre-reflex training）形成的自组织[3]。

公路车世锦赛三连冠车手彼得萨甘：在一场比赛时他前方车手摔倒，他在60km/h的速度下做出了“兔跳”动作躲开了事故

运动时的动作控制并不全是自上而下的，来自大脑的动作指令到达目标肌群后，特定肌群的募集顺序、肌纤维力量大小只有通过自组织的方式才能快速响应，做出如准确击球、敏捷避开事故等复杂动作。

肌肉失去自组织会损坏正常的关节功能以及运动能力。例如，当踝关节距腓前侧韧带损伤（也就是通常说的崴脚）发生后往往会反复多次损伤，导致习惯性崴脚。这是因为初次损伤发生后，肌肉内部的本体感受器受损以及肌肉协同模式发生变化，导致踝关节周围的肌群丧失了高效自组织的能力。哪怕肌肉力量和韧带恢复到受伤前的水平，在崎岖不平的路面行走时，由于缺乏有效的自组织动作控制，很容易再次崴脚。

2. 从正常运动疲劳到运动伤病，涌现何时发生？

涌现现象是复杂科学绕不开的话题，在运动中的许多现象也被认为是涌现的一种。运动损伤的复杂科学模型认为，运动伤病是一种涌现[4]。正常情况的运动训练也伴随着肌纤维轻微的撕裂、延迟性肌肉酸痛、代谢废物的堆积，那么正常运动疲劳和伤病的区别是什么？如何识别预测运动损伤？这两个问题的答案都和涌现有关。

研究认为，运动伤病的出现是一种涌现：微观层次上产生局部的变化，以及多种风险因素交互最终“涌现”出伤病特征。

在公路自行车项目中，当许多车手（几十人甚至上百人）以一个大集团的形式前进时，也会产生涌现现象。在自行车大集团中，个体之间存在这样的交互特征：骑手倾向于在集团中部空气阻力较小的位置节省体力，同时也要避免互相碰撞；在比赛的关键节点，骑手会向集团前部移动以获得更好的战术位置。在骑手相互影响下，上百人大集团行进和少数几个车手行进时的动态特征是完全不同的，终点前大集团冲刺的情景就是涌现。

自行车大集团的动态变化：开始冲刺前的队形

自行车大集团的动态变化：冲刺时的队形

3. 运动中的临界相变

运动过程中时常出现不同身体状态的转变，这里就存在着临界相变现象。在运动员训练的时候十分注重不同“相”的区分：例如耐力运动训练的强度由低到高可以分为，低强度有氧（Aerobic）、中等强度（Moderate）、糖酵解无氧（Glycolic）三个训练区间（三个不同的相）。在不同的训练区间，身体能量代谢、呼吸通气、心率反应特征各不相同。

当运动强度线性增加时的运动心率和呼吸频率曲线

在运动强度区间的边界（即相变点）会产生临界现象。随着运动强度（心率）的增加会出现两个呼吸代偿点（第一通气阈值 VT1 和第二通气阈值 VT2）：当运动强度达到 VT1 时，运动能源底物开始由脂肪供能转变为糖原供能；VT2 的运动强度又被称为临界功率/速度（Critical Power/Speed），运动强度低于 VT2 时运动是可长时间维持的稳态，运动强度高于 VT2时运动很快会达到力竭。

阈值强度运动中的自相似性和分形特征：自行车运动员功率输出在”阈值功率“上下波动。我们可以在功率曲线中看到分形结构，475~685秒的功率曲线和400~895秒的功率曲线是自相似的。

当自行车运动员以VT2的临界强度进行自我选择配速的运动时，测得其对外输出的功率-时间曲线具有自相似的分形特征，且满足幂律分布 [5]。因此运动员在阈值附近的运动行为是非常典型的临界现象。

临界现象在耐力训练中应用非常广泛：运动员在临界点（阈值）进行训练可以达到更好的效果，因为阈值训练在训练时间和强度之间达成了微妙的平衡，并且可以让运动员整合不同代谢供能系统。

运动中的临界相变之“走-跑”过渡

运动中更为直观的相变与临界现象是从“走”到“跑”的过渡。走的动作定义是“两腿交替支撑”，而跑动则需要支撑腿蹬伸以及产生额外的“腾空”阶段。大家可以做一个实验：从慢走开始速度逐渐增加，你会发现当速度达到某个临界值附近，动作开始从“走”向“跑”过渡。奥运会里比较小众的竞走项目正是“走”、“跑”之间临界相变的代表。

4. 热力学和熵帮助理解疲劳

前面提到了人类机器论。诚然，人和机器都受热力学基本原理的支配，因此热力学是解释运动中的一些现象的有力武器。我们可以应用热力学中的自由能公式来解释耐力运动中的“心率漂移”现象。

注：心率漂移（cardiovascular drift）现象是由于耐力运动过程中心脏泵血能力逐渐下降，运动后期为了维持相同的运动强度，心率会越来越高。

一次骑行运动中的功率（右）、心率（左）数据记录：对外输出恒定的功率（如以相同配速跑步或骑行），随着疲劳程度增加，运动员的心率会逐渐上升

德国物理化学家亥姆霍兹（Helmholtz）定义了自由能 F=E-TS 来描述体系可对外做功的多少（自由能越大，体系可对外做功就越多）。F为自由能，E是系统内能，T为绝对温度，S为系统的熵。

我们把自由能公式中的各项对应到运动中：自由能F是系统可做的功，即可以转换为机械功的能量部分，这就是运动时对外做功；E是系统内能，这里可以理解为身体代谢消耗的能量；T为身体平均温度，S为身体内环境的熵。

用自由能公式可以定性分析心率漂移时发生了什么：当疲劳发生时，体内会堆积大量代谢废物，以及身体各系统无法高效协同——此时人体内环境的熵S增大（热力学第二定律），核心温度T也会上升；若要维持输出功率的恒定（自由能不变），就需要提高身体代谢产生的能量E，即需要心率提高进行代偿。心率漂移现象表明，随着疲劳的累积身体会进入内部负荷更大的状态。

热力学中的熵增和疲劳的关系非常密切，现阶段的疲劳理论从分子代谢的微观视角尚不能充分解释疲劳的产生与消除。热力学有可能为疲劳理论提供更加宏观的视角以及通过第一性原理来理解疲劳。

3. 从还原论到复杂适应系统

人们通常认为，最强壮的运动员能够赢得比赛，殊不知在很多运动项目、运动场景下，肌肉力量只是成为冠军的必要因素之一。片面地强调肌肉力量是受到了还原论（Reductionism）思想的影响。倘若运动训练仍由还原主义所主导，无疑丧失了对运动项目复杂性的整体理解。

运动员的成功需要体能、技术、心理多方面能力的整合。在运动科学研究时，常用最大摄氧量（VO2max）来衡量运动员体能好坏，然而很多比赛（哪怕是跑步这一类纯体能项目）冠军的最大摄氧量并不是最出众的。冠军之所以是冠军，在于他们能够把竞技需求的各个方面进行完美的整合，以及运动领域是“适者为王”：冠军有着极强的适应性，能够应对赛场上出现的各种随机突发状况。

以这次巴黎奥运会公路车项目男子个人计时赛为例，这个项目的比赛要求选手独自一人出发完成比赛（对手之间互不干扰），用时少者为胜。比赛期间，由于大雨的影响，赛道异常湿滑，这对选手提出了体能之外的要求：他们需要评估如何更快、更安全通过湿滑的弯道。最终来自比利时的艾菲内普尔夺冠，可以看到冠军的身材比亚军和季军矮小很多（传统体能观点认为这是不利于个人计时赛项目的），然而更好的适应性、更强的整合才是制胜法宝。

和许多交叉领域一样，复杂科学给运动科学带来了整体全面的视角，也提供了许多新的研究方法。然而，对运动的研究仍由还原主义所主导，大多数运动科研人员仍然习惯于传统的研究方法和思想。

早在2003年就召开了第一届“运动中的复杂系统”（Complex Systems in Sports）学术会议。可惜在运动科学领域复杂科学尚未得到广泛关注，该会议总共只举办了5届。

宏观的运动表现与微观的分子层面之间的鸿沟需要借助复杂科学的思想来填平。例如，我们可以通过测量运动员心肺、血液的指标，甚至可以深入到分子层面去研究一些信号通路的变化，以探索训练和运动表现增强之间的关系（假设也确实观测到了一些相关性）。然而，基于这些观测到的数据，如何说明运动表现增强的内在机制（Underlying mechanism）呢？在我看来，这样的研究面对的是从“宏观到微观再到宏观”的问题。

运动科学研究的目标，是在个体水平上解释运动相关效应的机制，所以个体发生的过程（而非群体效应）才是生理学解释的目标。传统方法却与这一目标背道而驰——大多数研究都是通过群体数据获得的个体间差异的研究来推断个体内部现象的。目前运动科学关注的主要是从个体到群体的泛化，而从群体到个体的“泛化”却鲜有关注。这里存在一个心照不宣的假设：我们从群体样本中得到的结果，只能适应于那些“典型”（平均）的个体。

大量的基于复杂系统科学的方法和概念可被应用于运动生理学的研究中。这些更具一般性的基本原则，可以揭示生理系统的组织水平、可以对还原论的结果进行分解与重塑、整合碎片化的生理学机制。引入复杂适应系统（CAS）的诸多概念，如协同、自组织、循环因果关系、非线性动态相互作用和临界性、标度律和全局性，可以提高对运动相关现象的理解。

参考文献

[1]Balagué N, Hristovski R, Almarcha M, Garcia-Retortillo S, Ivanov PC. Network Physiology of Exercise: Beyond Molecular and Omics Perspectives. Sports Med Open. 2022 Sep 23;8(1):119. doi: 10.1186/s40798-022-00512-0. PMID: 36138329; PMCID: PMC9500136.

[2]Bassett DR Jr. Scientific contributions of A. V. Hill: exercise physiology pioneer. J Appl Physiol (1985). 2002 Nov;93(5):1567-82. doi: 10.1152/japplphysiol.01246.2001. PMID: 12381740.

[3] 弗兰斯·博世《运动新思维：提高运动水平和预防运动损伤的秘诀》

[4]Bittencourt NFN, Meeuwisse WH, et al,Complex systems approach for sports injuries: moving from risk factor identification to injury pattern recognition a narrative review and new concept British Journal of Sports Medicine 2016;50:1309-1314.

[5]Manuel Sola Arjona,THE NATURE OF TRAINING:Complexity Science Applied to Endurance Performance.ISBN: 9798323762293

作者简介