Single cell RNA sequencing (scRNA-seq) is revolutionizing the study of complex biological systems. However, most sequencing studies overlook the contribution of transposable element (TE) expression to the transcriptome. In both scRNA-seq and bulk tissue RNA sequencing (RNA-seq), quantification of TE expression is challenging due to repetitive sequence content and poorly characterized TE gene models. Here, we developed a tool and analysis pipeline for Single cell Transposable Element Locus Level Analysis of scRNA Sequencing (Stellarscope) that reassigns multi-mapped reads to specific genomic loci using an expectation-maximization algorithm. Using Stellarscope, we built an atlas of TE expression in human PBMCs. We found that locus-specific TEs delineate cell types and define new cell subsets not identified by standard mRNA expression profiles. Altogether, this study provides comprehensive insights into the influence of transposable elements in human biology.

Abstract The heterogeneity of cancers are driven by diverse mechanisms underlying oncogenesis such as differential ‘cell-of-origin’ (COO) progenitors, mutagenesis, and viral infections. Classification of B-cell lymphomas have been defined by considering these characteristics. However, the expression and contribution of transposable elements (TEs) to B cell lymphoma oncogenesis or classification have been overlooked. We hypothesized that incorporating TE signatures would increase the resolution of B-cell identity during healthy and malignant conditions. Here, we present the first comprehensive, locus-specific characterization of TE expression in benign germinal center (GC) B-cells, diffuse large B-cell lymphoma (DLBCL), Epstein-Barr virus (EBV)-positive and EBV-negative Burkitt lymphoma (BL), and follicular lymphoma (FL). Our findings demonstrate unique human endogenous retrovirus (HERV) signatures in the GC and lymphoma subtypes whose activity can be used in combination with gene expression to define B-cell lineage in lymphoid malignancies, highlighting the potential of retrotranscriptomic analyses as a tool in lymphoma classification, diagnosis, and the identification of novel treatment groups.