The persistent circulation of influenza A(H7N9) virus within poultry markets and human society leads to sporadic epidemics of influenza infections. Severe pneumonia and acute respiratory distress syndrome (ARDS) caused by the virus lead to high morbidity and mortality rates in patients. Hyper induction of pro-inflammatory cytokines, which is known as "cytokine storm", is closely related to the process of viral infection. However, systemic analyses of H7N9 induced cytokine storm and its relationship with disease progress need further illuminated. In our study we collected 75 samples from 24 clinically confirmed H7N9-infected patients at different time points after hospitalization. Those samples were divided into three groups, which were mild, severe and fatal groups, according to disease severity and final outcome. Human cytokine antibody array was performed to demonstrate the dynamic profile of 80 cytokines and chemokines. By comparison among different prognosis groups and time series, we provide a more comprehensive insight into the hypercytokinemia caused by H7N9 influenza virus infection. Different dynamic changes of cytokines/chemokines were observed in H7N9 infected patients with different severity. Further, 33 cytokines or chemokines were found to be correlated with disease development and 11 of them were identified as potential therapeutic targets. Immuno-modulate the cytokine levels of IL-8, IL-10, BLC, MIP-3a, MCP-1, HGF, OPG, OPN, ENA-78, MDC and TGF-β 3 are supposed to be beneficial in curing H7N9 infected patients. Apart from the identification of 35 independent predictors for H7N9 prognosis, we further established a real-time prediction model with multi-cytokine factors for the first time based on maximal relevance minimal redundancy method, and this model was proved to be powerful in predicting whether the H7N9 infection was severe or fatal. It exhibited promising application in prognosing the outcome of a H7N9 infected patients and thus help doctors take effective treatment strategies accordingly.

The H7 subtype avian influenza viruses (AIV) have a much longer history and their adaptation through evolution pose continuous threat to humans 1 . Since 2013 March, the novel reasserted H7N9 subtype have transmitted to humans through their repeated assertion in the poultry market. Through repeated transmission, H7N9 gradually became the second AIV subtype posing greater public health risk after H5N1 2,3 . After infection, how the virus tunes its genome to adapt and evolve in humans remains unknown. Through direct amplification of H7N9 and high throughput (HT) sequencing of full genomes from the swabs and lower respiratory tract samples collected from infected patients in Shenzhen, China, we have analyzed the in vivo H7N9 mutations at the level of whole genomes and have compared with the genomes derived by in vitro cultures. These comparisons and frequency analysis against the H7N9 genomes in the public database, 40 amino acids were identified that play potential roles in virus adaptation during H7N9 infection in humans. Various synonymous mutations were also identified that might be crucial to H7N9 adaptation in humans. The mechanism of these mutations occurred in a single infection are discussed in this study.