SBML（Systems Biology Markup Language，系统生物学标记语言）是计算系统生物学领域最广泛使用的模型交换标准。它由加州理工学院主导的SBML团队于2000年发起，目前由COmbinative standards (COMBINE)社区维护。简单来说，SBML定义了一套基于XML的描述规范，用来表示生物化学反应网络、基因调控回路、信号转导通路等模型，使得研究者可以在一个工具中构建模型，再导入另一个工具中进行仿真或分析，而不必手动重写模型方程。理解SBML的格式设计，对于做生物建模、药物研发和合成生物学研究的人来说是一项基础技能。
一、SBML为什么选择XML作为载体
在SBML出现之前，系统生物学领域面临一个严重的问题：各个仿真软件各自为政。研究者用Gepasi构建的模型无法直接导入Cellerator或JDesigner，模型共享只能靠重新手动输入，不仅效率低下，还容易引入错误。为了解决这个问题，社区需要一个中立的、与具体软件无关的模型描述语言。
XML之所以被选中，主要基于几个方面的考虑。第一，XML是纯文本格式，任何文本编辑器都能打开查看，具有良好的可读性；第二，XML拥有成熟的解析生态，几乎所有主流编程语言都提供了解析库，工具开发者接入成本低；第三，XML支持严格的层级结构和属性定义，可以配合XML Schema对文档进行校验，保证模型文件的规范性；第四，XML的扩展机制允许社区在不破坏兼容性的前提下增加新特性。
需要强调的是，SBML本身不是一种编程语言，也不直接定义仿真行为。它只是模型的“容器”和“描述规范”，具体的数值求解、随机模拟等计算由读取SBML文件的软件（如COPASI、Tellurium、Virtual Cell）来完成。这种“描述与计算分离”的设计思想是SBML能够长期保持工具中立性的关键。
二、SBML文档的核心组成结构
一个标准的SBML文件以XML声明开头，根元素是<sbml>，其最核心的子元素是<model>。模型的实质内容全部组织在<model>之下。下面是一个描述简单酶促反应的最小SBML示例：
<?xml version="1.0" encoding="UTF-8"?>
<sbml xmlns="http://www.sbml.org/sbml/level3/version2" level="3" version="2">
<model id="simple_reaction" name="简单酶促反应模型">
<listOfCompartments>
<compartment id="cell" size="1e-14" units="litre"/>
</listOfCompartments>
<listOfSpecies>
<species id="S" compartment="cell" initialConcentration="2.0"/>
<species id="P" compartment="cell" initialConcentration="0"/>
</listOfSpecies>
<listOfParameters>
<parameter id="k1" value="0.1" constant="true"/>
</listOfParameters>
<listOfReactions>
<reaction id="r1" reversible="false">
<listOfReactants>
<speciesReference species="S"/>
</listOfReactants>
<listOfProducts>
<speciesReference species="P"/>
</listOfProducts>
<kineticLaw>
<math xmlns="http://www.w3.org/1998/Math/MathML">
<apply><times/>
<ci>k1</ci>
<ci>S</ci>
</apply>
</math>
</kineticLaw>
</reaction>
</listOfReactions>
</model>
</sbml>从这个示例可以看出SBML的几个核心组件。compartment（区室）定义反应发生的空间，比如细胞质、细胞核或线粒体，每个物种必须归属于某个区室；species（物种）代表参与反应的化学实体，可以是mRNA、蛋白质或代谢物，通过initialConcentration或initialAmount设定初值；reaction（反应）描述物质之间的转化关系，包含反应物、产物、修饰物三个列表；parameter（参数）存放速率常数等数值量。
特别值得注意的是kineticLaw中的math元素。SBML采用MathML（数学标记语言）来描述动力学方程，上面的例子表示速率等于k1乘以S的浓度。选择MathML而不是自定义表达式的理由是通用性：MathML是W3C标准，能够精确表达分式、指数、微分等复杂数学结构，避免了不同工具对文本表达式解析不一致的问题。
此外，SBML还支持events（事件）元素，用于描述在某些条件触发时发生的离散变化，例如某个物种浓度超过阈值时激活某个反应；rules（规则）元素则用于表达代数约束或赋值关系，弥补反应结构无法覆盖的非动力学等式。这些元素共同构成了一个足以描述绝大多数生化模型的完整体系。
三、Level和Version：SBML的版本演进机制
SBML采用“Level加Version”的两级版本体系。Level代表语言的主要修订级别，不同Level之间可能存在不兼容的结构变化；Version是同一Level内的增量修订，保持向后兼容。目前广泛使用的是Level 3 Version 2，而早期文献中的模型多为Level 2 Version 4甚至Level 1。
Level 1和Level 2阶段的SBML是一个单体规范，所有功能都写在一个文档里。到了Level 3，设计者引入了包机制（Package），把可选功能拆分成独立的扩展包。例如处理空间结构的spatial包、处理层次化模型的comp包、处理布局渲染的layout包等。这种模块化设计让核心规范保持精简，工具可以按需声明支持哪些包。判断一个模型是否使用了扩展功能，可以查看<sbml>根元素上的required属性声明。
读取SBML文件时务必检查根元素的level和version属性，因为不同Level在元素命名上存在差异。比如Level 1中的类 compartments 写法与Level 2以后不同，某些属性名也做了调整。主流解析库通常会自动处理版本差异，但如果自己用XML解析器手动读取，就需要针对不同Level编写兼容逻辑，这也是推荐使用官方libSBML库的原因之一。
四、如何编程解析和处理SBML文件
处理SBML最推荐的工具是libSBML，这是官方提供的C/C++库，同时提供了Java、Python、Python、C#、MATLAB、R等语言的绑定。它内置了完整的校验功能，能够报告模型中不符合规范的地方。以Python为例，安装libSBML后读取一个模型文件非常简单：
import libsbml
# 读取并校验SBML文档
reader = libsbml.SBMLReader()
doc = reader.readSBMLFromFile("model.xml")
# 检查文档错误
errors = doc.getNumErrors()
if errors > 0:
for i in range(errors):
print(doc.getError(i).getMessage())
model = doc.getModel()
print("模型名称:", model.getName())
print("物种数量:", model.getNumSpecies())
# 遍历所有反应
for i in range(model.getNumReactions()):
reaction = model.getReaction(i)
reactants = [reaction.getReactant(j).getSpecies()
for j in range(reaction.getNumReactants())]
print("反应", reaction.getId(), "反应物:", reactants)除了libSBML，Python生态中还有几个常用的替代方案。BioServices库封装了在线模型数据库BioModels的访问接口，可以按编号直接下载SBML模型；Tellurium框架集成了roadrunner仿真引擎，读入SBML后可以直接调用simulate方法进行数值积分；如果想用纯Python方案，TEASMOKE或sbmlutils也提供了模型读写和校验功能。
在选择工具时有个实际建议：如果只是需要读取模型数据做分析，libSBML足够且最可靠；如果需要执行仿真，直接用Tellurium更省事；如果需要自己生成SBML文件，建议参考libSBML的API文档逐步构建对象树，不要手工拼接XML字符串，因为手动拼接很容易遗漏必需属性，导致文件无法通过校验。
五、SBML的实际应用场景与生态
SBML的价值在几个典型场景中体现得尤为明显。首先是模型数据库共享，欧洲生物信息学研究所维护的BioModels Database收录了数千个经过同行评审的已发表模型，全部以SBML格式存储，研究者可以下载后直接在自己的工具中复现论文结果。其次是多工具协作流程，比如用CellDesigner画反应网络图，导出SBML后在COPASI中做参数估计，最后在Tellurium里做灵敏度分析，整个流程中SBML充当数据粘合剂。
第三是合成生物学设计。随着合成生物学的发展，构建基因电路模型的团队越来越多，SBML配合SBOL（遗传电路设计标准）可以完整描述从DNA元件到动力学行为的全链路信息。国际遗传工程机器竞赛（iGEM）的许多参赛队伍都采用SBML作为模型交付格式。
最后需要提到的是SBML与其他标准的协同关系。SBML专注描述模型结构，而SED-ML描述仿真实验方案（比如做什么样的扰动、绘制什么结果），两者配合可以实现完全可重复的计算实验；COMBINE_ARCHIVE则把SBML、SED-ML以及仿真结果打包成一个压缩文件，方便论文审稿人一键复现。了解这套标准体系的配合方式，能让研究工作事半功倍。
总的来说，SBML通过一套严谨的XML结构定义，解决了系统生物学模型跨工具交换的核心痛点。掌握它的组成元素、版本机制和解析方法，就等于拿到了进入计算生物学建模世界的钥匙。建议初学者从BioModels Database下载几个小模型，用文本编辑器打开对照阅读，再配合libSBML编写简单的解析脚本，很快就能建立起对这一标准的直观认识。