The SARS-CoV-2-infected disease (COVID-19) outbreak is a major threat to human beings. Previous studies mainly focused on Wuhan and typical symptoms. We analysed 74 confirmed COVID-19 cases with GI symptoms in the Zhejiang province to determine epidemiological, clinical and virological characteristics.COVID-19 hospital patients were admitted in the Zhejiang province from 17 January 2020 to 8 February 2020. Epidemiological, demographic, clinical, laboratory, management and outcome data of patients with GI symptoms were analysed using multivariate analysis for risk of severe/critical type. Bioinformatics were used to analyse features of SARS-CoV-2 from Zhejiang province.Among enrolled 651 patients, 74 (11.4%) presented with at least one GI symptom (nausea, vomiting or diarrhoea), average age of 46.14 years, 4-day incubation period and 10.8% had pre-existing liver disease. Of patients with COVID-19 with GI symptoms, 17 (22.97%) and 23 (31.08%) had severe/critical types and family clustering, respectively, significantly higher than those without GI symptoms, 47 (8.14%) and 118 (20.45%). Of patients with COVID-19 with GI symptoms, 29 (39.19%), 23 (31.08%), 8 (10.81%) and 16 (21.62%) had significantly higher rates of fever >38.5°C, fatigue, shortness of breath and headache, respectively. Low-dose glucocorticoids and antibiotics were administered to 14.86% and 41.89% of patients, respectively. Sputum production and increased lactate dehydrogenase/glucose levels were risk factors for severe/critical type. Bioinformatics showed sequence mutation of SARS-CoV-2 with m6A methylation and changed binding capacity with ACE2.We report COVID-19 cases with GI symptoms with novel features outside Wuhan. Attention to patients with COVID-19 with non-classic symptoms should increase to protect health providers.

The real-time reverse transcription-polymerase chain reaction (RT-PCR) detection of viral RNA from sputum or nasopharyngeal swab had a relatively low positive rate in the early stage of coronavirus disease 2019 (COVID-19). Meanwhile, the manifestations of COVID-19 as seen through computed tomography (CT) imaging show individual characteristics that differ from those of other types of viral pneumonia such as influenza-A viral pneumonia (IAVP). This study aimed to establish an early screening model to distinguish COVID-19 from IAVP and healthy cases through pulmonary CT images using deep learning techniques. A total of 618 CT samples were collected: 219 samples from 110 patients with COVID-19 (mean age 50 years; 63 (57.3%) male patients); 224 samples from 224 patients with IAVP (mean age 61 years; 156 (69.6%) male patients); and 175 samples from 175 healthy cases (mean age 39 years; 97 (55.4%) male patients). All CT samples were contributed from three COVID-19-designated hospitals in Zhejiang Province, China. First, the candidate infection regions were segmented out from the pulmonary CT image set using a 3D deep learning model. These separated images were then categorized into the COVID-19, IAVP, and irrelevant to infection (ITI) groups, together with the corresponding confidence scores, using a location-attention classification model. Finally, the infection type and overall confidence score for each CT case were calculated using the Noisy-OR Bayesian function. The experimental result of the benchmark dataset showed that the overall accuracy rate was 86.7% in terms of all the CT cases taken together. The deep learning models established in this study were effective for the early screening of COVID-19 patients and were demonstrated to be a promising supplementary diagnostic method for frontline clinical doctors.

An outbreak of coronavirus disease 2019 (COVID-19) is becoming a public health emergency. Data are limited on the duration and host factors related to viral shedding.In this retrospective study, risk factors associated with severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) RNA shedding were evaluated in a cohort of 113 symptomatic patients from 2 hospitals outside Wuhan.The median (interquartile range) duration of SARS-CoV-2 RNA detection was 17 (13-22) days as measured from illness onset. When comparing patients with early (<15 days) and late (≥15 days after illness onset) viral RNA clearance, prolonged SARS-CoV-2 RNA shedding was associated with male sex (P = .009), old age (P = .033), concomitant hypertension (P = .009), delayed admission to hospital after illness onset (P = .001), severe illness at admission (P = .049), invasive mechanical ventilation (P = .006), and corticosteroid treatment (P = .025). Patients with longer SARS-CoV-2 RNA shedding duration had slower recovery of body temperature (P < .001) and focal absorption on radiograph images (P < .001) than patients with early SARS-CoV-2 RNA clearance. Male sex (OR, 3.24; 95% CI, 1.31-8.02), delayed hospital admission (OR, 1.30; 95% CI, 1.10-1.54), and invasive mechanical ventilation (OR, 9.88; 95% CI, 1.11-88.02) were independent risk factors for prolonged SARS-CoV-2 RNA shedding.Male sex, delayed admission to hospital after illness onset, and invasive mechanical ventilation were associated with prolonged SARS-CoV-2 RNA shedding. Hospital admission and general treatments should be started as soon as possible in symptomatic COVID-19 patients, especially male patients.

The current epidemic situation of corona virus disease-19 (COVID-19) still remained severe. As the National Clinical Research Center for Infectious Diseases, the First Affiliated Hospital of Zhejiang University School of Medicine is the primary medical care center for COVID-19 inZhejiang Province. Based on the present expert consensus carried out by National Health Commission and National Administration of Traditional Chinese Medicine, our team summarized and established an effective treatment strategy centered on "Four-Anti and Two-Balance" for clinical practice. The "Four-Anti and Two-Balance"strategy included antivirus, anti-shock, anti-hyoxemia, anti-secondary infection, and maintaining of water, electrolyte and acid base balance and microecological balance. Meanwhile, integrated multidisciplinarypersonalized treatment was recommended to improve therapeutic effect. The importance of early viralogical detection, dynamic monitoring of inflammatory indexes and chest radiograph was emphasized in clinical decision-making. Sputum was observed with the highest positive rate of RT-PCR results. Viral nucleic acids could be detected in10% patients'blood samples at acute periodand 50% of patients had positive RT-PCR results in their feces. We also isolated alive viral strains from feces, indicating potential infectiousness of feces.Dynamic cytokine detection was necessary to timely identifyingcytokine storms and application of artificial liver blood purification system. The "Four-Anti and Two-Balance"strategyeffectively increased cure rate and reduced mortality. Early antiviral treatment could alleviate disease severity and prevent illness progression, and we found lopinavir/ritonavir combined with abidol showed antiviraleffects in COVID-19. Shock and hypoxemia were usually caused by cytokine storms. The artificial liver blood purification system could rapidly remove inflammatory mediators and block cytokine storm.Moreover, it also favoredthe balance of fluid, electrolyte and acid-base and thus improved treatment efficacy in critical illness. For cases of severe illness, early and also short periods of moderate glucocorticoid was supported. Patients with oxygenation index below 200 mmHg should be transferred to intensive medical center. Conservative oxygen therapy was preferred and noninvasive ventilation was not recommended. Patients with mechanical ventilation should be strictly supervised with cluster ventilator-associated pneumonia prevention strategies. Antimicrobial prophylaxis should be prescribed rationally and was not recommended except for patients with long course of disease, repeated fever and elevated procalcitonin (PCT), meanwhile secondary fungal infection should be concerned.Some patients with COVID-19 showed intestinal microbialdysbiosis with decreasedprobiotics such as Lactobacillus and Bifidobacterium. Nutritional and gastrointestinal function should be assessed for all patients.Nutritional support and application of prebiotics or probiotics were suggested to regulate the balance of intestinal microbiota and reduce the risk of secondary infection due to bacterial translocation. Anxiety and fear were common in patients with COVID-19. Therefore, we established dynamic assessment and warning for psychological crisis. We also integrated Chinese medicine in treatment to promote disease rehabilitation through classification methods of traditional Chinese medicine. We optimized nursing process for severe patients to promote their rehabilitation. It remained unclear about viral clearance pattern after the SARS-CoV-2 infection. Therefore, two weeks' quarantine for discharged patients was required and a regular following up was also needed.The Zhejiang experience above and suggestions have been implemented in our center and achieved good results. However, since COVID-19 was a newly emerging disease, more work was warranted to improve strategies of prevention, diagnosis and treatment for COVID-19.

Abstract Many pathogenic bacteria use type IV secretion systems(T4SSs) to deliver effectors (T4SEs) into the cytoplasm of eukaryotic cells, causeing diseases. The identification of effectors is a crucial step in understanding the mechanisms of bacterial pathogenicity, but this remains a major challenge. In this study, we used the full-length embedding features generated by six pre-trained protein language models to train classifiers predicting T4SEs, and compared their performance. An integrated model T4SEpp was assembled by a module searching full-length, signal sequence and effector domain homologs of known T4SEs, a machine learning module based on the hand-crafted features extracted from the signal sequences, and the third module containing three best-performing protein language pre-trained models. T4SEpp outperformed the other state-of-the-art (SOTA) software tools, achieving ∼0.95 sensitivity at a high specificity of ∼0.99, based on the assessment of an independent testing dataset. Additionally, we performed a comprehensive search among 8,761 bacterial species, leading to the discovery of 227 species belonging to 3 phyla and 117 genera that possess T4SSs. Furthermore, leveraging the power of T4SEpp, we successfully identified a grand total of 12,622 plausible T4SEs. Overall, T4SEpp provides a better solution to assist in the identification of bacterial T4SEs, and facilitates studies of bacterial pathogenicity. T4SEpp is freely accessible at https://bis.zju.edu.cn/T4SEpp .