e12559 Background: The 70-gene MammaPrint is endorsed by the NCCN guidelines for predicting 5-year distant metastasis risk in HR+, HER2-, with 0-3 lymph nodes, early invasive breast cancer. Similarly, it is recommended by the CSCO breast cancer guidelines for prognostic assessment post breast cancer surgery. However, no prior studies have investigated its application in Chinese luminal-type breast patients or its correlation with immune and metabolic functions. Methods: This analysis encompasses 76 early-stage invasive Luminal breast cancer patients, registered at the First People's Hospital of Foshan between 2020 and 2023, with recorded clinical characteristics under informed consent. Patient-reported data include clinical features, pathology, and the 70-gene MammaPrint risk of recurrence. Additionally, RNA-seq analysis was conducted in 24 patients. Results: Among 76 enrolled patients,55.3% were categorized as MammaPrint low risk (MP-Low), and 44.7% as MammaPrint high risk (MP-High). Patients over 50 were more likely MP-Low (p=0.028, OR=2.860), while those with >20% Ki67-stained cells were prone to MP-High (p<0.001, OR=0.160). Comparing with MINDACT, there was 52.3% consistency, with 55.6% of MP-Low patients being C-Low (MINDACT risk Low) and 47.1% of MP-High patients being C-High (MINDACT risk High). Notably,21% of C-Low patients showed MP-High risk, and 27% of C-High patients exhibited MP-Low risk, of which 83.3% were ≥50 years old. Based on MINDACT and ISPY2 trial outcomes, patients were further categorized into four groups: MP-Ultralow, MP-Low but not ultralow (LNUL), MP-High but not ultrahigh (HNUH) and MP-Ultrahigh. The study identified an 18% MP-Ultralow population, suggesting that excessive adjuvant therapy might be avoided in these patients. Additionally, 41% of patients were identified as LNUL group, indicating potential benefit from adjuvant treatment or endocrine prolongation therapy. 4% were identified as MP-Ultrahigh group, suggesting potential benefits from neoadjuvant targeted therapy, albeit a poorer long-term benefit in the non-pCR portion. Further transcriptome analysis in 24 patients revealed significantly higher levels of Th2 cells in the MP-High group, with no significant difference observed in CD8 T cells between the two groups. Meanwhile, metabolic-related signatures also differed, with significantly higher levels of Dopamine, Norepinephrine, Heme, and Epinephrine biosynthesis in the MP-Low group. Conclusions: This study elucidates the intricate relationships between MammaPrint prediction results of 70 genes and clinical characteristics, immune and metabolic signatures in Chinese Luminal type breast cancer patients. The refined risk classification provides valuable insights for precision treatment, advancing personalized therapeutic strategies.

592 Background: Currently, there is no reliable and convenient way to predict response rates in early stages of neoadjuvant therapy (NAT) for breast cancer, which can affect the prognosis of non-responsive patients. Methods: In this prospective multi-center observational study, eligible participants who underwent NAT followed by radical surgery were recruited. All patients underwent magnetic resonance imaging (MRI) examination before and after the first cycle of NAT (1 st -NAT). We analyzed the effects of clinicopathological features, such as histological grade, hormone receptor (HR) and HER2 status, Ki-67 expression, blood cell analysis, and MRI parameters including the reduction ratio of tumor diameter (ΔD%), apparent diffusion coefficient (ADC), and early enhancement ratio (EER) on NAT. By incorporating independent influencing factors, we developed a multiparametric clinical decision support system (NeoMDSS) model based on a retrospective cohort and validated its accuracy in both a prospective single-center internal cohort and a prospective multi-center external cohort. Relevant clinical trial details can be found under the identifier NCT04909554. Results: A total of 301 breast cancer patients were enrolled between January 2019 and December 2023, including 140 patients in the training cohort, 120 patients in the internal validation cohort, and 41 patients in the external validation cohort. The NeoMDSS model demonstrated excellent performance in predicting pathological complete response (pCR) at 1 st -NAT, with an AUC of 0.874 (95% CI 0.813-0.935) in the training cohort, 0.845 (95% CI 0.771-0.919) in the internal validation cohort, and 0.867 (95% CI 0.742-0.992) in the external validation cohort. The NeoMDSS model exhibited a sensitivity, specificity, and accuracy of 80.0%, 81.3%, and 80.5%, respectively, in the internal validation cohort, and 87.0%, 83.3%, and 85.4%, respectively, in the external validation cohort. Calibration curves and decision curve analysis (DCA) further supported the clinical value of the NeoMDSS model. To facilitate the clinical application of the NeoMDSS model, a nomogram and an online website ( www.gdphneomdss.com ) were developed to calculate the probability of pCR, which the sensitivity, specificity, and accuracy of the NeoMDSS model were all 80.0% in the internal validation cohort and 80.0%, 81.3%, and 80.5% in the external validation cohort. Conclusions: The NeoMDSS model serves as a convenient tool in clinical practice at 1st-NAT to calculate and accurately predict the probability of pCR after NAT. This assists clinicians in determining whether to modify the treatment plan and improving personalized treatment for patients with poor response to NAT. Clinical trial information: NCT04909554 .