Se suele considerar 'proteína de soya' o soya a la proteína de almacenaje contenida en partículas discretas llamadas cuerpos proteicos, que se estiman contienen al menos el 75-80% del total de proteínas de la soja. Tras la germinación de la soja, la proteína será digerida por la planta y los aminoácidos liberados serán transportados a las partes de la plánta en crecimiento. Las proteínas de legumbres como la soja pertenecen a la familia de las globulinas almacenadas en semillas llamadas leguminas (11S) o vicilinas (7S), o glicinina y beta-conglicinina en la soja. Los granos contienen un tercer tipo de proteína de almacenaje llamada gluten o «prolaminas». La soja también contiene proteínas biológicamente activas o metabólicas, como enzimas, inhibidores de tripsina, hemaglutininas y cisteína proteasas. Las proteínas de almacenaje de los cotiledones de soja, importantes para la nutrición humana, pueden extraerse de la forma más eficiente con agua, agua con álcali diluido (pH 7-9) o soluciones acuosas de cloruro sódico (0,5-2 M) a partir de soja descascarillada y desgrasada sometida a un tratamiento mínimo de calor, de forma que la proteína permanezca en un estado casi natural. La soja se procesa para obtener tres tipos de productos ricos en proteínas: harina de soja, soja concentrada y aislado de soja.