Nel 2026 la selezione dei pazienti per immunoterapia oncologica si sta spostando da pochi biomarcatori singoli a profili complessi che combinano molte fonti di informazione. Studi recenti su riviste come Nature Medicine e JAMA Network descrivono modelli che integrano dati clinici, laboratoristici, imaging, genomica, trascrittomica, microbioma e parametri immunologici per prevedere con maggiore precisione chi trarrà beneficio dai farmaci immunoterapici.
Per la pratica clinica italiana questo passaggio ha implicazioni concrete. L’accesso ai checkpoint inibitori si basa ancora su marcatori consolidati come espressione di PD-L1 e specifiche mutazioni, come ricordano materiali aggiornati dell’Istituto Superiore di Sanità. Tuttavia l’oncologia di precisione sta incorporando progressivamente pannelli multimodali, che potrebbero aiutare a ridurre trattamenti inutilmente tossici e a pianificare combinazioni mirate in sottogruppi ben definiti di pazienti.
Che cosa sono i biomarcatori multimodali in immunoterapia
Con il termine biomarcatori multimodali si indicano insiemi di indicatori che provengono da sorgenti diverse: caratteristiche cliniche, parametri ematochimici, immagini radiologiche, profili genomici e trascrittomici, misure del microambiente immunitario e composizione del microbioma. Secondo articoli di prospettiva su NEJM e panoramiche su Europe PMC, questi profili integrati descrivono in modo più completo l’interazione tra tumore, sistema immunitario e organismo.
La logica è superare i limiti dei singoli marcatori, come PD-L1 o il carico mutazionale tumorale, che da soli non spiegano l’ampia variabilità di risposta osservata con gli inibitori dei checkpoint. Una review del 2026 sui meccanismi di resistenza ai checkpoint immunitari sottolinea la necessità di valutare insieme fattori tumorali, microambientali e sistemici per interpretare risposta e tossicità, aprendo la strada a pannelli multimodali strutturati per la selezione dei pazienti. Questo approccio integra anche nuovi dati su meccanismi molecolari di resistenza come la proteina C3.
Dai dati clinici alle omiche: come funziona un modello tipo I3 LUNG
Il trial I3LUNG, registrato su ClinicalTrials.gov, è descritto come uno dei più ampi studi internazionali real world che utilizzano modelli multimodali per l’immunoterapia del carcinoma polmonare non a piccole cellule. In questo progetto algoritmi di intelligenza artificiale spiegabile combinano cartella clinica, parametri ematici, imaging radiologico, informazioni genomiche e dati ottenuti da campioni di sangue per generare punteggi di probabilità di risposta e di tossicità agli inibitori dei checkpoint.
Una review del 2026 su radiomica e pathomica evidenzia che l’uso di deep learning su immagini TAC o PET può estrarre centinaia di caratteristiche quantitative associate al comportamento immunologico del tumore. Questi tratti radiomici, combinati con firme digitali istopatologiche e dati omici, alimentano modelli di predizione che superano i biomarcatori tradizionali. Articoli su JAMA Network riportano sperimentazioni di strumenti di supporto decisionale basati su tali modelli, che devono però essere valutati per usabilità, impatto sui flussi clinici e implicazioni etiche, in modo simile a quanto viene discusso per le strategie su tumori considerati “freddi” all’immunoterapia.
Nuovi biomarcatori emergenti: microbioma, firme RNA e cellule CAR T
Il microbioma intestinale e polmonare è al centro di numerosi studi del 2026 indicizzati su PubMed. Le evidenze disponibili mostrano che composizione e diversità di specifiche comunità batteriche possono modulare la risposta all’immunoterapia nel tumore del polmone, con profili batterici associati a esiti differenti. Questi biomarcatori legati al microbioma sono ancora esplorativi, ma vengono già considerati candidati da integrare in modelli multimodali di medicina di precisione, accanto a dati clinici e genomici.
Accanto al microbioma emergono firme basate su RNA e profili immunologici più fini. Studi su modificazioni dell’RNA e sul repertorio dei recettori dei linfociti T in biopsia liquida indicano che la diversità globale del repertorio TCR circolante si associa a una migliore risposta agli anti PD-1 o PD-L1. Una review aggiornata sulla terapia in vivo con cellule CAR T descrive inoltre come sottopopolazioni specifiche e la persistenza di queste cellule diventino biomarcatori funzionali per prevedere efficacia, tossicità e durata del controllo di malattia nelle immunoterapie cellulari, in parallelo ai segnali di resistenza descritti anche in ambiti come il melanoma trattato con checkpoint inibitori.
Limiti di generalizzabilità e prospettive per la pratica clinica italiana
Editoriali su Nature Medicine sottolineano che i modelli basati su biomarcatori multimodali migliorano la predizione della risposta all’immunoterapia, ma presentano limiti importanti. La generalizzabilità tra centri e popolazioni diverse è una sfida, così come la standardizzazione delle modalità di raccolta e analisi dei dati. Molti studi utilizzano coorti selezionate e infrastrutture tecnologiche avanzate, non sempre sovrapponibili alla realtà dei sistemi sanitari nazionali.
Secondo materiali aggiornati dell’Istituto Superiore di Sanità e schede divulgative di AIRC, nella pratica oncologica italiana l’uso routinario di questi modelli è ancora limitato. La selezione dei pazienti per immunoterapia si basa principalmente su PD-L1, mutazioni rilevanti e quadro clinico, mentre i profili multimodali restano confinati a studi prospettici e progetti pilota. Tuttavia le stesse fonti descrivono una transizione in corso verso pannelli integrati che includono carico mutazionale, microambiente immunitario e fattori sistemici, anche in aree come il tumore del pancreas trattato con strategie immunologiche sperimentali.
Nel complesso, il paradigma dei biomarcatori multimodali sta ridefinendo la previsione della risposta all’immunoterapia, dalla diversità del repertorio T cellulare alle firme radiomiche, fino al microbioma e alle popolazioni di cellule CAR T. Per l’oncologia italiana questa evoluzione significa prepararsi a integrare, in modo graduale e regolato, profili complessi nei percorsi decisionali, mantenendo un equilibrio tra innovazione, validazione clinica e accessibilità per i pazienti.
Questo contenuto ha finalità esclusivamente informative e non sostituisce il parere del medico o dello specialista di riferimento.
Per approfondire
PubMed: review su terapia in vivo con cellule CAR T offre una sintesi aggiornata sui meccanismi, i biomarcatori funzionali e gli sviluppi clinici delle CAR T come modello di immunoterapia cellulare avanzata.
PubMed: profilo del recettore T da biopsia liquida nel NSCLC descrive come la diversità del repertorio TCR circolante possa rappresentare un biomarcatore emergente di risposta agli inibitori dei checkpoint nel carcinoma polmonare.
Database PubMed sul microbioma e immunoterapia del polmone raccoglie gli studi più recenti che analizzano il ruolo del microbioma intestinale e polmonare negli esiti della terapia immunologica nei tumori toracici.
