单细胞RNA测序能够从细胞角度获取基因的表达,进行细胞聚类分析,揭示细胞类型与功能,是转录组学研究中的重要方法。转座元件是基因组中可移动的特殊基因,对人类的健康与疾病有着重要影响。但其具有重复性与散布性的特点,难以进行定量分析。尽管已有一些研究在传统批量RNA测序中针对转座元件表达进行处理,但在单细胞RNA测序中的相关研究较少。因此,如何将转座元件与单细胞RNA测序相结合,从细胞分辨率下观察转座元件表达,并探究转座元件表达与细胞聚类之间的联系,成为当前转座元件的研究重点。针对以上问题,本文基于单细胞RNA测序数据,对其中转座元件表达的定量及表达信息对聚类效果的提升进行了研究。论文主要工作如下:（1）针对单细胞RNA测序数据中转座元件表达的定量,本文提出了基于基因组定位的单细胞RNA测序转座元件表达定量方法。该方法利用重复序列注释信息进行基于间隔树结构的转座元件索引构建,并依据转座元件转录特点,针对性地调整测序数据的参考基因组比对设置,得到参考基因组比对结果。通过比对结果与转座元件索引的结合,获得转座元件表达,生成转座元件表达矩阵。最终在转座元件表达标志性果蝇数据集上对转座元件定量效果进行了验证,发现定量结果与转座元件表达真实值一致,并且与两大流行的转座元件定量工具TEtranscripts、Salmon TE相比,定量准确率分别提升了1.62%和4.53%。（2）针对细胞聚类中转座元件表达信息的利用,本文提出了基于转座元件表达的单细胞RNA测序数据增强聚类方法。该方法以图聚类为基础,将转座元件表达作为新的特征加入细胞聚类过程,增加聚类特征维度,提高细胞聚类效果。在二型糖尿病数据集上验证了转座元件表达的可聚类性,发现霍普金斯统计量为0.826,具有较强的聚类趋势。之后在小鼠胚胎干细胞数据中加入转座元件表达信息进行聚类,发现簇间距离增加,簇的划分更清晰。最终在人类胚胎干细胞数据集进行实验,依据转座元件表达信息对初始簇进行二次聚类,发现聚类簇数增加,得到了更精细且有意义的聚类结果。（3）依据上述转座元件表达定量及聚类方法,开发了针对单细胞RNA测序数据的转座元件命令行处理工具包TECT。该工具包能够批量处理单细胞RNA测序数据,自定义参数设置,获取其中的转座元件表达,并完成基于转座元件表达的细胞聚类,生成可视化的细胞聚类结果。工具包访问链接:https://github.com/yzf072/TECT。