Se estima que el cuerpo humano puede contener más de dos millones de proteínas, codificadas por sólo 20,000 – 25,000 genes. Es probable que el número total encontrado en organismos biológicos terrestres supere los diez millones, pero nadie lo sabe con certeza. Hay datos disponibles sobre poco más de un millón de ellos, tomados principalmente de la información encontrada en los más de 100 genomas que se han secuenciado completamente.
El campo que analiza las proteínas en general y tiene como objetivo caracterizar de forma exhaustiva todas las del cuerpo humano se denomina proteómica. Muchos ven que el siguiente paso lógico después de la finalización del Proyecto del Genoma Humano es el inicio de un Proyecto del Proteoma Humano. La Organización del Proteoma Humano se fundó para perseguir este objetivo.
Las proteínas son cadenas moleculares largas formadas por los 20 componentes básicos de la vida, los aminoácidos. La más larga conocida, titina, también conocida como conectina, contiene 26,926 aminoácidos. La titina se encuentra en los músculos y contribuye a su rigidez pasiva. Debido a que los 20 aminoácidos se pueden conectar en secuencias arbitrarias, el espacio total de proteínas posibles es exponencial, con un valor de aproximadamente 2050,000, un número tremendo. Dentro de este espacio puede haber curas para cada enfermedad o dolencia, pero ubicarlas en un número tan grande es un profundo desafío computacional y teórico.
La palabra proteína proviene del griego prota, que significa «de importancia primordial». Este es un nombre adecuado, ya que no se puede subestimar su importancia central en el cuerpo humano. Todos los organismos biológicos pueden verse fundamentalmente como estructuras proteicas llenas de agua y, a veces, sostenidas por tejidos mineralizados llamados huesos. Para casi todos, hay otro que puede descomponerlo. A veces se fusionan en unidades mutuamente cooperativas llamadas complejos, que realizan funciones biológicas útiles. Cada sección de información genética útil, que se encuentra en el ADN y en algunos ARN, codifica una proteína correspondiente que cumple una función biológica útil.