A szerkezetalapú módszerek alkalmazásának egyik előfeltetele a makromolekula kísérleti úton meghatározott vagy elméleti módszerekkel modellezett szerkezete. A fehérjék 3D szerkezetének meghatározása terén az áttörést Max Perutz és munkatársainak munkája hozta meg, melynek nyomán az 1950-es évektől elérhetővé váltak kristályosított fehérjék röntgendiffrakcióval meghatározott szerkezetei (Kendrew és mtsa, 1957). A fehérjekristályosítás azonban egyes fehérjecsaládok esetében továbbra sem tekinthető rutinszerű eljárásnak, és további kérdésként merül fel a kristályosítás körülményeinek a szerkezetre gyakorolt hatása is. A krio-elektronmikroszkópia ugyancsak jelentős arányban járult hozzá az eddigi makromolekula szerkezetek feltárásához. A módszer előnye, hogy nem igényel előzetes kristályosítást, a makromolekulák egy gyors fagyasztást követően vizsgálhatók és nagyméretű makromolekula-komplexek vizsgálatára is alkalmas. Egy másik szerkezetmeghatározási módszer a fehérje-NMR, amely a krioEM-hez hasonlóan nem igényel előzetes kristályosítást, azonban az eljárás az NMR-jelek átfedése miatt csak korlátozott méretű makromolekulák szerkezetének meghatározására alkalmas. Jelenleg a legnagyobb nyilvános fehérjeszerkezeti adatbázis a Protein Data Bank (PDB, https://www.rcsb.org/), amely 2025 márciusában összesen 232 829 db (192 450 röntgenkrisztallográfiás, 25 531 krioEM és 14 480 NMR) makromolekulaszerkezetet tartalmazott. Számos gyógyszerkutatási szempontból fontos makromolekula – elsősorban membránfehérjék (pl. a G-protein-kapcsolt receptorok többsége) – esetében egyelőre nem áll rendelkezésre kísérleti úton meghatározott térszerkezet. Ebben az esetben is van mód azonban a célfehérje szerkezetének modellezésére. Az erre a célra leggyakrabban alkalmazott eljárás az ún. homológiamodellezés, amely a célfehérjével minél nagyobb aminosavszekvencia-azonosságot mutató rokon fehérje kísérleti úton meghatározott szerkezetét (templát) és a két fehérje aminosav-szekvenciájának illesztését igényli. A célfehérje homológiamodelljének főláncszerkezete alapvetően a templát főláncára épül, míg az oldalláncok konformációját különböző molekulamodellezési eljárásokkal próbáljuk felépíteni. A szerkezeti validálási teszteken megfelelő minőségűnek talált homológiamodellek akár virtuális szűrésre is alkalmasak lehetnek, főleg abban az esetben, hogy ha az oldalláncok konformációinak meghatározása során dokkolással az ismert ligandumok által hordozott információt is be tudjuk építeni a modellbe (Evers és mtsai, 2003). A szerkezetpredikciók terén mérföldkőnek számított, hogy a Google DeepMind által kifejlesztett Alphafold, amely egy mély, mesterséges ideghálózat gépi tanulása során jött létre, képesnek bizonyult a kísérletileg meghatározott makromolekula-szerkezetekhez nagyon hasonló szerkezetek predikciójára (Jumper és mtsai, 2021). Az Alphafold által generált szerkezetek, a kísérletes szerkezetekhez hasonlóan, elérhetőek a PDB adatbázisban.