דלברוק, פיזיקאי במקור, מתחיל להתעניין בגנטיקה ומחפש את "אטום המימן," או היחידה הבסיסית, של הביולוגיה ובוחר בפאג'ים כמערכת מודל. ראשית מגדיר מונחים ומבצע ניסויים על מערכת
המחקר על מנת להבינה יותר טוב, מנסח מס' מונחים:
PFU – unit forming plaque – מס' יחידות כדי ליצור פלאק חיידקים, או בשימוש שלו כיום, ריכוז
הפאג'ים בתמיסה. center infective – חלקיק שמסוגל להדביק חיידק
.infective center לבין PFU בין היחס – efficiency of plating
כמו כן מגדיר דלברוק את עקומות growth one-step
המציינות את ההתפרצות של הפאג'ים מתוך החיידקים,
המונחים phase lag המציינים את משך הדגירה, size burst המציין את מס' הפאג'ים הפורצים לאחר
פריצה.
בעקבות העניין בפאג'ים נוסדת הgroup- phage – קבוצת מדענים המתעניינים כולם בחקר
הפאג'ים, ביניהם כמובן דלברוק.
שאלה ראשונה אשר שואל – האם מבחן הפלאקים
מכמת נאמנה את הפאג'ים בתמיסה?
הניסוי:
דלברוק לוקח תמיסה בעלת ריכוז פאג'ים נמוך מאוד. את התמיסה הוא מחלק ל10 מבחנות, ולכל מבחנה מוסיף תרבית חיידקים, ובודק היכן מתרחש ליזיס. הוא
מוצא כי 2 מתוך 10 מהמבחנות לא נראה ליזיס,
כלומר שבמבחנה זו לא היו פאג'ים כלל.
אם ב2- דגימות מתוך 10 לא היו פאג'ים כלל, מה היה ריכוז הפאג'ים בתמיסה המקורית? ניתן
לחשב זאת באמצעות טכניקות הסתברות:
נקביל את הניסוי לסיטואציה אחרת – זריקת
10 מטבעות על לוח של 100 משבצות.
בממוצע יש מטבע אחד לכל 10 משבצות, אך בפועל אין זה אומר שלאחר זריקת המטבעות כל המטבעות יסתדרו כך שבכל
קבוצה של 10 משבצות נמצא רק מטבע אחד.
את הסיכוי לכך שימצאו מס' מטבעות מסוים בקבוצת משבצות מוגדרת ניתנת על ידי הסתברות
פואסון:
כאשר m – מסמן ממוצע האירועים לדגימה.
i – מס' האירועים. הסתברות ל0- אירועים עם כך, שווה ל-
ניתן כעת להשתמש בנוסחה זו על מנת לחשב את הריכוז: הסיכוי למאורע של 0 נתון )2/10( וניתן למצוא את m – אשר במקרה הזה מייצג את הריכוז ההתחלתי (הריכוז הממוצע של כל אחת
מהמבחנות יהיה שווה לריכוז ההתחלתי.)
מגלה שאכן מס' הפלאקים משקף נאמנה את מס' הפאגים בתמיסה.
מבחן הפלקטואציות:
היה ידוע שאם מוסיפים פאג' לתרבית חיידקים נוזלית – כל החיידקים לאחר זמן מה היו מתים והתמיסה הייתה הופכת צלולה. אך אם ממתינים פרק זמן מסוים
לאחר מכן, התמיסה הופכת עכורה שוב, וכל
החיידקים כעת עמידים להדבקה של פאג'ים.
שתי גישות להסבר התופעה:
.1 חשיפה של החיידקים לפאג' גורמת לחלקם לפתח עמידות, ואת העמידות הזו הם מסוגלים להעביר הלאה לצאצאיהם (העמידות מתפתחת לאחר ובעקבות החשיפה לפאג,' הסבר זה
נחשב למרקיסטי – תנאי הסביבה מעודדים שינוי תכונות אשר יכולות להיות מועברות הלאה) .2 חיידקים עמידים לפאג' כבר היו קיימים בתמיסה, לאחר הוספת הפאג' כל מי שלא היה עמיד מת, וכעת רק מי ששרד מתרבה, ובכך כל הצאצאים שלו עמידים (העמידות התפתחה לפני
החשיפה לפאג' באופן אקראי, הסבר זה נחשב דרוויניסטי – קיים שוני באוכלוסיה אשר
בהתאם לתנאי הסביבה מביא לברירה טבעית.)
דלברוק בשלב זה חובר למדען בשם לוריה, ומטיל עליו לבודד מוטנטים של coli E. העמידים לפאג'
,T1 על מנת לחשב מה הסיכוי לקבלת חיידקים עמידים.
לכאורה, ניסוי פשוט – היחס בין מס' המושבות העמידות לסך כל החיידקים בתמיסה ישקף את
הסיכוי לפיתוח עמידות.
לוריה מבצע מס' חזרות, ובכל פעם מקבל תוצאה אחרת לגמרי =(פלקטואציות, תנודות!)
ראשית, תוצאות אלו תומכות בגישה דרוויניסטית, שכן אם החשיפה הייתה מביאה לכך שתתפתח עמידות, היינו מצפים לתוצאות דומות בכל חזרה, ולכן סביר שחיידקים עמידים היו קיימים טרם
החשיפה.
לאחר מחשבה, לוריה מסיק שמס' המושבות העמידות תלוי בזמן בו
התרחשה המוטציה לקבלת עמידות – כלומר, ככל שהתרחשה מוטציה בשלב מוקדם יותר, כך אותו חיידק ראשוני
התרבה יותר פעמים ויהיה יותר חיידקים עמידים בתמיסה.
כיצד ניתן לבדוק האם אכן מדובר בהורשה דרוויניסטית?
הניסוי:
גודלו 12 תרביות שונות ומכל אחת נלקחה דגימה לזריעה על פלטה המכילה :T1
ניתן לראות שבדומה למקודם, אנו מקבלים פלקטואציות גדולות בין התרביות והתוצאות הללו תומכות
בגישה דרוויניסטית.
בנוסף, לניסוי זה יש ביקורת של מבחנה אחת המחולקת ל12 צלחות – במקרה הזה מס' המושבות דומה בין צלחת
לצלחת.
האם ניתן להשתמש בהתפלגות פואסון גם בניסוי זה? וגם אם כן – מה מסמן ?m מה הממוצע?
m מוגדר כממוצע המוטנטים בדגימה חיידקית, אך מס' המוטנטים בדגימות מושפעים משני גורמים: הסיכוי למוטציה )a( ומס' החלוקות שהתרחשו מאז יצירת המוטנט הראשון (כך שאם למשל לאחר קבלת מוטנט עברו 3 דורות, סך הכל היו 7 חלוקות, והתקבלו 8
צאצאים מוטנטים.)
מס' החלוקות ניתן לחישוב באופן הבא: ,Nt-N0 כלומר
מס' (לא ריכוז) חיידקים סופי פחות התחלתי.
מכיוון שאנו מניחים שלאחר זמן רב מס' החיידקים גדל
באופן ניכר, ,Nt>>N0 ולכן אנחנו מניחים שNt-N0=Nt- .
לכן, מן ההגדרה אשר הצבנו, .m=a*Nt
