<![CDATA[Penggunaan tembakau masih menjadi permasalahan kesehatan masyarakat yang serius di Indonesia, dengan prevalensi perokok dewasa mencapai 34,5%. Upaya penanggulangan kecanduan nikotin memerlukan pendekatan baru yang efektif dan aman mengingat terapi farmakologis yang tersedia, seperti vareniklin dan bupropion, masih memiliki keterbatasan akibat efek samping yang ditimbulkan. Salah satu alternatif yang berpotensi dikembangkan adalah pemanfaatan sumber daya alam Indonesia, khususnya tanaman endemik matoa (Pometia pinnata) yang kaya akan senyawa bioaktif. Penelitian ini bertujuan untuk memprediksi struktur tiga dimensi reseptor nicotinic acetylcholine receptor (nAChR) serta mengevaluasi interaksi ligan secara in silico guna mengidentifikasi senyawa aktif dengan afinitas tinggi sebagai kandidat terapi kecanduan nikotin. Metode penelitian meliputi seleksi senyawa aktif dari P. pinnata, analisis bioaktivitas dan ADMET, validasi protein menggunakan PDBsum, pemodelan struktur tiga dimensi dengan AlphaFold2, molecular docking menggunakan AutoDock Vina, serta visualisasi interaksi melalui Discovery Studio dan ClusPro. Senyawa yang diuji meliputi Proanthocyanidin A2, Apigenin 7-O-diglukuronida, Taraxerone, dan Stigmasta-5,22-dien-3-β-ol. Hasil molecular docking menunjukkan bahwa Proanthocyanidin A2 memiliki afinitas pengikatan tertinggi terhadap reseptor nAChR α4β2dengan nilai Vina score sebesar −10,5 kkal/mol melalui pembentukan interaksi ikatan hidrogen, π-anion, dan π-alkil. Sementara itu, Apigenin 7-O-diglukuronida, Taraxerone, dan Stigmasta-5,22-dien-3-β-ol masing-masing menunjukkan nilai afinitas sebesar −9,8; −9,1; dan −9,0 kkal/mol. Berdasarkan hasil tersebut, Proanthocyanidin A2 menunjukkan profil interaksi dan afinitas pengikatan terbaik. Keempat senyawa yang diuji juga memiliki afinitas yang lebih baik dibandingkan vareniklin, sehingga berpotensi dikembangkan sebagai kandidat terapi kecanduan nikotin, meskipun masih diperlukan penelitian farmakologis lebih lanjut untuk mengonfirmasi efektivitas dan keamanannya.]]>
