肿瘤旁边出现的免疫细胞，不一定都在打肿瘤：有些只是因炎症“路过”。这让研究者很难从大量γδ T细胞——一类识别异常细胞方式较特殊的T细胞——中，找出真正有用的那一小撮。Tak W. Mak团队开发了机器学习算法PreGame，用单细胞数据逐个分析细胞，区分能识别肿瘤的γδ T细胞与旁观者。
研究者把PreGame用于多发性骨髓瘤及其他实体瘤患者的样本，并在后续实验中确认，筛出的T细胞受体（TCR，即细胞表面识别目标的“探头”）确实能特异识别肿瘤细胞。它的价值不只是分类：找到合适的TCR后，有望把它装到治疗细胞上。论文还报告，接受belantamab mafodotin联合治疗的多发性骨髓瘤患者中，这类细胞的扩增可作为早期疗效标志。不过，“通用疗法”目前仍是转化方向，材料未披露其临床验证规模与实际疗效。