Retrospective clinical studies have used immune-based biomarkers, alone or in combination, to predict survival outcomes for women with breast cancer (BC); however, the limitations inherent to immunohistochemical analyses prevent comprehensive descriptions of leukocytic infiltrates, as well as evaluation of the functional state of leukocytes in BC stroma. To more fully evaluate this complexity, and to gain insight into immune responses after chemotherapy (CTX), we prospectively evaluated tumor and nonadjacent normal breast tissue from women with BC, who either had or had not received neoadjuvant CTX before surgery. Tissues were evaluated by polychromatic flow cytometry in combination with confocal immunofluorescence and immunohistochemical analysis of tissue sections. These studies revealed that activated T lymphocytes predominate in tumor tissue, whereas myeloid lineage cells are more prominant in “normal” breast tissue. Notably, residual tumors from an unselected group of BC patients treated with neoadjuvant CTX contained increased percentages of infiltrating myeloid cells, accompanied by an increased CD8/CD4 T-cell ratio and higher numbers of granzyme B-expressing cells, compared with tumors removed from patients treated primarily by surgery alone. These data provide an initial evaluation of differences in the immune microenvironment of BC compared with nonadjacent normal tissue and reveal the degree to which CTX may alter the complexity and presence of selective subsets of immune cells in tumors previously treated in the neoadjuvant setting.

Neoadjuvant chemotherapy for breast cancer allows individual tumor response to be assessed depending on molecular subtype, and to judge the impact of response to therapy on recurrence-free survival (RFS). The multicenter I-SPY 1 TRIAL evaluated patients with ≥ 3 cm tumors by using early imaging and molecular signatures, with outcomes of pathologic complete response (pCR) and RFS. The current analysis was performed using data from patients who had molecular profiles and did not receive trastuzumab. The various molecular classifiers tested were highly correlated. Categorization of breast cancer by molecular signatures enhanced the ability of pCR to predict improvement in RFS compared to the population as a whole. In multivariate analysis, the molecular signatures that added to the ability of HR and HER2 receptors, clinical stage, and pCR in predicting RFS included 70-gene signature, wound healing signature, p53 mutation signature, and PAM50 risk of recurrence. The low risk signatures were associated with significantly better prognosis, and also identified additional patients with a good prognosis within the no pCR group, primarily in the hormone receptor positive, HER-2 negative subgroup. The I-SPY 1 population is enriched for tumors with a poor prognosis but is still heterogeneous in terms of rates of pCR and RFS. The ability of pCR to predict RFS is better by subset than it is for the whole group. Molecular markers improve prediction of RFS by identifying additional patients with excellent prognosis within the no pCR group.