結構基礎組學旨在描述由給定基因組編碼的每種蛋白質的三維結構。 這種基于基因組的方法允許通過結合實驗和建模方法來確定結構的高通量方法。 結構基因組學與傳統結構預測之間的主要區別在于，結構基因組學試圖確定基因組編碼的每種蛋白質的結構，而不是專注于一種特定的蛋白質。 有了可用的全基因組序列，可以通過實驗和建模方法的組合更快地完成結構預測，特別是因為大量測序基因組和以前解決的蛋白質結構的可用性允許科學家在以前解決的結構上模擬蛋白質結構 同系物。

由于蛋白質結構與蛋白質功能密切相關，因此結構基因組學有可能提供有關蛋白質功能的知識。 除了闡明蛋白質功能外，結構基因組學還可用于識別新的蛋白質折疊和藥物發現的潛在目標。 結構基礎因組學涉及采用大量方法來確定結構，包括使用基因組序列的實驗方法或基于與已知結構的蛋白質的序列或結構同源性或基于化學和物理原理的無同源性蛋白質的基于建模的方法 到任何已知的結構。

與傳統的結構生物學相反，通過結構基因組學努力確定蛋白質結構通常（但不總是）發生在關于蛋白質功能的任何已知信息之前。 這對結構生物信息學提出了新的挑戰，即從其 3D 結構確定蛋白質功能。

結構基礎學強調蛋白質結構的高通量測定。 這是在專門的結構基因組學中心進行的。

大多數結構生物學家都在研究單個蛋白質或蛋白質組的結構，而結構基因組學專家則在全基因組范圍內研究蛋白質的結構。 這意味著大規模克隆、表達和純化。 這種方法的一個主要優點是規模經濟。 另一方面，一些合成結構的科學價值有時會受到質疑。 2006 年 1 月的一篇科學文章分析了結構基因組學領域。

結構基因組學（例如蛋白質結構計劃）的優勢之一是科學界可以立即獲得新結構以及克隆和蛋白質等試劑。 一個缺點是這些結構中有許多是功能未知的蛋白質，沒有相應的出版物。 這需要以新的方式將這種結構信息傳達給更廣泛的研究團體。 結構基因組學聯合中心 (JCSG) 的生物信息學核心最近開發了一種基于維基的方法，即開放蛋白質結構注釋網絡 (TOPSAN)，用于注釋來自高通量結構基因組學中心的蛋白質結構。

結構基因組學的一個目標是識別新的蛋白質折疊。 蛋白質結構測定的實驗方法需要表達和/或結晶良好的蛋白質，這可能固有地偏向該實驗數據闡明的蛋白質折疊種類。 與實驗方法相比，基于基因組的建模方法（如從頭建模）可能更能識別新的蛋白質折疊，因為它們不受實驗約束的限制。

蛋白質功能取決于 3-D 結構，這些 3-D 結構比序列更保守。 因此，結構基因組學的高通量結構測定方法有可能讓我們了解蛋白質功能。 這也對藥物發現和蛋白質工程具有潛在影響。

此外，添加到結構數據庫中的每一種蛋白質都會增加數據庫包含其他未知蛋白質同源序列的可能性。 蛋白質結構計劃 (PSI) 是一項由美國國立衛生研究院與各種學術和工業合作伙伴共同資助的多方面努力，旨在使用結構基因組學方法增加蛋白質結構的知識并改進結構確定方法。

結構基因組學以多種方式利用完整的基因組序列來確定蛋白質結構。 目標蛋白質的基因序列也可以與已知序列進行比較，然后可以從已知蛋白質的結構中推斷出結構信息。 結構原因組學可用于根據其他結構數據預測新的蛋白質折疊。 結構基礎組學還可以采用基于模型的方法，該方法依賴于未知蛋白質與已解析蛋白質結構之間的同源性。