乳腺癌在全球女性癌症中发病率和死亡率均居于首位。乳腺癌作为一种生物学特征高度异质性的恶性肿瘤,不同分子分型的乳腺癌在临床表现出不同的治疗反应和预后,但造成其敏感性差异的机制尚不清楚,也没有成熟的敏感性预测方法。本研究利用GEO接受紫杉醇和蒽环类药物为基础的新辅助化疗的5个乳腺癌微阵列数据集,首先基于LASSO逻辑回归,构建了 25基因标签,可以准确预测乳腺癌紫杉醇和蒽环类药物为基础的新辅助化疗的病理完全缓解（pCR）。将25基因标签在不同平台和不同分子亚型乳腺癌数据集中反复验证,均表现出很强的预测能力。单因素和多因素logistic回归分析显示,25基因标签预测评分是乳腺癌紫杉醇和蒽环类药物为基础的新辅助化疗pCR的独立预测因子。25个特征基因功能富集与免疫相关,揭示免疫生态系统可能参与乳腺癌新辅助化疗的敏感性调控。进一步研究发现,25基因标签预测评分与免疫评分及24个免疫检查点表达均具有显著相关性,pCR患者免疫评分明显高于残留疾病（RD）患者,说明pCR患者免疫细胞相对富集。CIBERSORT分析显示,pCR患者和RD患者治疗前肿瘤组织中有7种肿瘤浸润淋巴细胞（TILs）含量存在显著差异,表明治疗前TILs组成差异可能是乳腺癌化疗敏感性的重要决定因素。为进一步优化模型,解决批次效应问题,以利于预测方法的临床推广与应用,本研究又采用gene pair算法结合LASSO逻辑回归,构建了 12个特征gene pair预测模型。ROC曲线分析表明,gene pair预测模型也获得了良好的预测效果,但低于25基因标签。接下来我们又利用随机森林算法（RF）筛选出4个特征基因,构建神经网络（ANN）模型。训练集和测试集的ROC曲线分析表明,这个模型预测性能非常良好,预测效果不亚于25基因标签,且不需要去批次处理,是一个优良的预测方案。此外,对这2种模型的特征基因的富集分析均表明,免疫调控可能是乳腺癌新辅助化疗敏感性差异的原因,与前述25基因标签的结论一致。为验证模型揭示的免疫调控与紫杉醇和蒽环类药物为基础的新辅助化疗敏感性的病理联系,我们进一步根据国际TILs工作组制定的TILs评估标准,利用治疗前乳腺穿刺活检组织切片,通过HE染色分析显示,pCR患者乳腺癌组织中TILs明显多于RD患者;乳腺癌组织的免疫分型显示,pCR样本以免疫浸润型为主,而RD样本以免疫沙漠型和免疫排斥型为主;TILs含量与免疫分型、新辅助化疗后手术病理MP分级以及ER、PR、HER2状态高度相关。这些临床病理组织分析进一步证实,治疗前肿瘤免疫微环境中的TILs可能参与调节乳腺癌新辅助化疗的反应。鉴于紫杉醇和蒽环类药物为基础的乳腺癌新辅助化疗疗效可能与免疫调控有关,我们利用细胞学和分子生物学实验进一步研究其潜在机制。实验结果表明,紫杉醇和多柔比星可诱导Caspase 3的活化,GSDME的切割和LDH的释放,细胞呈焦亡的典型表现,提示紫杉醇和多柔比星可诱导乳腺癌细胞发生剂量依赖性焦亡。同时,紫杉醇和多柔比星刺激后,乳腺癌细胞可释放HMGB1和ATP等免疫刺激损伤相关分子（DAMPs）,诱导乳腺癌细胞发生免疫原性死亡（ICD）,激活免疫系统。推测治疗前肿瘤组织的TILs可与新辅助化疗紫杉醇和蒽环类药物协同作用,通过引起乳腺癌细胞焦亡释放DAMPs,诱导ICD,激活抗肿瘤免疫。这可能是新辅助化疗敏感性的细胞与分子生物学基础。总结来说,本研究构建了有效预测乳腺癌紫杉醇和蒽环类药物为基础的新辅助化疗敏感性的方法,并通过基因富集,肿瘤免疫浸润丰度分析,发现乳腺癌新辅助化疗敏感性与免疫调控有关,进一步通过病理组织切片、细胞学与分子生物学验证,表明紫杉醇和多柔比星可诱导细胞焦亡及DAMPs分子的释放,揭示紫杉醇和蒽环类药物可与治疗前肿瘤组织TILs共同作用,激活免疫介导的ICD,促进乳腺癌新辅助化疗获得pCR。