Las células T desempeñan un papel crucial en el sistema inmunológico al identificar y eliminar las células tumorales. Las células cancerosas malignas pueden secuestrar las mitocondrias (MT) de las células T cercanas, afectando su metabolismo y debilitando sus funciones inmunitarias. Este fenómeno, observado a través de sistemas de co-cultivo y etiquetado fluorescente, ha sido explorado más a fondo con el desarrollo del algoritmo MERCI, que predice el secuestro de MT de células T en células cancerosas utilizando datos de secuenciación de ARN de células individuales (scRNA). Sin embargo, MERCI está limitado por su dependencia de un modelo lineal y su incapacidad para manejar la escasez de datos. Para abordar estos desafíos, presentamos MitoR, un algoritmo computacional que utiliza un modelo de mezcla Poisson-Gamma para predecir el secuestro de MT de células T a partir de datos de scRNA tumorales. En comparaciones de rendimiento, MitoR demostró un rendimiento mejorado en comparación con MERCI en conjuntos de datos de referencia de oro scRNA-bench1 (AUROC superior: 0.761, precisión superior: 0.769) y scRNA-bench2 (AUROC superior: 0.730, precisión superior: 0.733). Además, MitoR mostró un aumento promedio del 4.14% en AUROC y un aumento promedio del 3.86% en precisión sobre MERCI en todas las estrategias de rango y conjuntos de datos simulados. Finalmente, MitoR reveló eventos de secuestro de MT de células T en dos conjuntos de datos tumorales del mundo real (carcinoma de células basales y carcinoma escamoso de esófago), destacando su papel en la evasión inmune tumoral.