Chod jest szeroko stosowanym biomarkerem funkcjonalnym do wykrywania zmian motorycznych w różnych chorobach i stanach, ponieważ odzwierciedla zmiany w koordynacji, sile, równowadze i integracji czuciowo-ruchową. Jednak tradycyjne metody analizy chodu w modelach zwierzęcych często wymagają drogiego sprzętu, złożonych ustawień lub inwazyjnych procedur, które mogą zmieniać naturalne zachowanie. Przedstawiamy niskonakładowy, bezmarkerowy przepływ pracy oparty na DeepLabCut, oprogramowaniu open-source do estymacji pozycji ciała, dla ilościowej analizy chodu i spontanicznej lokomocji u wolno poruszających się myszy. Metoda opiera się na pojedynczej kamerze do akwizycji wideo, bezmarkerowym śledzeniu punktów anatomicznych i ekstrakcji przestrzenno-czasowych parametrów lokomocji, bez konieczności fizycznych markerów czy specjalistycznego sprzętu. Aby zademonstrować zastosowanie protokołu, zaimplementowano go w potrójnym transgenicznym modelu myszy choroby Alzheimera (3xTg-AD) jako przykładowy przykład zastosowania. To podejście zachowuje wolny ruch i minimalizuje stres związany z obsługą, umożliwiając nieinwazyjną ocenę zachowania motorycznego. Protokół jest kompatybilny ze standardowymi środowiskami testowania zachowań. Ogólnie rzecz biorąc, ta metoda zapewnia dostępną i nieinwazyjną ramę dla ilościowej analizy chodu i lokomocji w badaniach przedklinicznych.