Menu Expand

Translating Epi-Proteomic Developments into Business Value for the Insurance Industry

  1. Journals
  2. Economics, Finance, Business & Management
  3. Zeitschrift für die gesamte Versicherungswissenschaft
  4. Online First
  5. pp. 1–31

JOURNAL ARTICLE

Cite JOURNAL ARTICLE

Style
Lüdemann, C., Völker-Albert, M. Translating Epi-Proteomic Developments into Business Value for the Insurance Industry. Zeitschrift für die gesamte Versicherungswissenschaft, 99999(), 1-31. https://doi.org/10.3790/zverswiss.2025.1468001
Lüdemann, Christoph and Völker-Albert, Moritz "Translating Epi-Proteomic Developments into Business Value for the Insurance Industry" Zeitschrift für die gesamte Versicherungswissenschaft 99999., 2025, 1-31. https://doi.org/10.3790/zverswiss.2025.1468001
Lüdemann, Christoph/Völker-Albert, Moritz (2025): Translating Epi-Proteomic Developments into Business Value for the Insurance Industry, in: Zeitschrift für die gesamte Versicherungswissenschaft, vol. 99999, iss. , 1-31, [online] https://doi.org/10.3790/zverswiss.2025.1468001
Format
Download

Translating Epi-Proteomic Developments into Business Value for the Insurance Industry

Lüdemann, Christoph | Völker-Albert, Moritz

Zeitschrift für die gesamte Versicherungswissenschaft, Online First : pp. 1–31 | First published online: October 01, 2025

Read Now Download (PDF)

Additional Information

Article Details

Publisher Name
Duncker & Humblot
DOI
https://doi.org/10.3790/zverswiss.2025.1468001
Language
English
Pages
31
License
CC BY 4.0
Keywords

Author Details

Dr. med. Christoph Lüdemann, M.A., ZURICH Beteiligungs-AG, Platz der Einheit 2, 60327 Frankfurt a.M.

Dr. Moritz Völker-Albert, MoleQlar Analytics GmbH, Rosenheimer Straße 141h, 81671 München.

References

  1. Abramson, J./Adler, J./Dunger, J./Evans, R./Green, T./Pritzel, A./... Jumper, J. M. (2024): Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature, 630(8016), 493–500. doi:10.1038/s41586-024-07487-w.  Google Scholar
  2. Allis, C. D./Jenuwein, T. (2016): The molecular hallmarks of epigenetic control. Nat Rev Genet, 17(8), 487–500. doi:10.1038/nrg.2016.59.  Google Scholar
  3. Ambros, V./Ruvkun, G. (2018): Recent Molecular Genetic Explorations of Caenorhabditis elegans MicroRNAs. Genetics, 209(3), 651–673. doi:10.1534/genetics.118.300291.  Google Scholar
  4. Beltran-Garcia, J./Osca-Verdegal, R./Mena-Molla, S./Garcia-Gimenez, J. L. (2019): Epigenetic IVD Tests for Personalized Precision Medicine in Cancer. Front Genet, 10, 621. doi:10.3389/fgene.2019.00621.  Google Scholar
  5. Bender, K./Nell, M./Winterhalder, H. (2000): Die Finanzierungsfunktion der Lebensrückversicherung: Rückdeckung plus Kontokorrentkredit. VW, 55, 171.  Google Scholar
  6. Benowitz, N. (1996): Cotinine as a Biomarker of Environmental Tobacco Smoke Exposure. Epidemiologic Reviews, 18(2).  Google Scholar
  7. Blankart, C. B./Fasten, E./Schwintowski, H.-P. (2009): Das deutsche Gesundheitswesen zukunftsfähig gestalten: Patientenseite stärken – Reformunfähigkeit überwinden. Berlin: Springer.  Google Scholar
  8. Brophy, R. (2013): Adding value to insurance products: The AXA Irish experience. Journal of Product & Brand Management, 22(4), 293–299.  Google Scholar
  9. Burny, C./Potocnjak, M./Hestermann, A./Gartemann, S./Hollmann, M./Schifferdecker-Hoch, F./... Voelker-Albert, M. (2024): Back pain exercise therapy remodels human epigenetic profiles in buccal and human peripheral blood mononuclear cells: An exploratory study in young male participants. Front Sports Act Living, 6, 1393067. doi:10.3389/fspor.2024.1393067.  Google Scholar
  10. Daniel, P./Kita, M. W. (1998): Drawing Conclusions From Test Results. In: Elder, W. J./Brackenridge, R. D. (Eds.), Medical Selection for Life Risks, Vol. 4, 233–248. Hampshire, UK: Stockton Press.  Google Scholar
  11. Dicke, A. A. (2004): The Economics of Risk Selection. In: Rothstein, M. A. (Ed.), Genetics and Life Insurance – Medical Underwriting and Social Policy, 49–50. Boston: Massachusetts Institute of Technology.  Google Scholar
  12. Dupras, C./Knoppers, T./Palmour, N./Beauchamp, E./Liosi, S./Siebert, R./... Joly, Y. (2022): Researcher perspectives on ethics considerations in epigenetics: an international survey. Clin Epigenetics, 14(1), 110. doi:10.1186/s13148-022-01322-7.  Google Scholar
  13. Fransquet, P. D./Wrigglesworth, J./Woods, R. L./Ernst, M. E./Ryan, J. (2019): The epigenetic clock as a predictor of disease and mortality risk: A systematic review and meta-analysis. Clin Epigenetics, 11(1), 62. doi:10.1186/s13148-019-0656-7.  Google Scholar
  14. Gibson, J./Russ, T. C./Clarke, T. K./Howard, D. M./Hillary, R. F./Evans, K. L./... Marioni, R. E. (2019): A meta-analysis of genome-wide association studies of epigenetic age acceleration. PLoS Genet, 15(11), e1008104. doi:10.1371/journal.pgen.1008104.  Google Scholar
  15. Grazioli, E./Dimauro, I./Mercatelli, N./Wang, G./Pitsiladis, Y./Di Luigi, L./Caporossi, D. (2017): Physical activity in the prevention of human diseases: role of epigenetic modifications. BMC Genomics, 18(Suppl 8), 802. doi:10.1186/s12864-017-4193-5.  Google Scholar
  16. Guertin, A. N. (1965): Life Insurance Premiums. The Journal of Risk and Insurance, 32(1), 23–49.  Google Scholar
  17. Hach, W./Stark, S./Basten, D./Windhager, T./Biernatzki, W./Thews, J. (2024): Die „überfällige“ Transformation der Versicherungskernsysteme [Press release].  Google Scholar
  18. Hannum, G./Guinney, J./Zhao, L./Zhang, L./Hughes, G./Sadda, S./... Zhang, K. (2013): Genome-wide methylation profiles reveal quantitative views of human aging rates. Mol Cell, 49(2), 359–367. doi:10.1016/j.molcel.2012.10.016.  Google Scholar
  19. Haufroid, V./Lison, D. (1998): Urinary cotinine as a tobacco-smoke exposure index: A minireview. International Archives of Occupational and Environmental Health, 71, 162–168.  Google Scholar
  20. Hinte, L. C./Castellano-Castillo, D./Ghosh, A./Melrose, K./Gasser, E./Noe, F./... von Meyenn, F. (2024): Adipose tissue retains an epigenetic memory of obesity after weight loss. Nature, 636(8042), 457–465. doi:10.1038/s41586-024-08165-7.  Google Scholar
  21. Hornung, A. (2024): Die Customer Journey der Zukunft: Was erwarten Kunden von ihrer Versicherung? Cash. Retrieved from https://www.cash-online.de/a/die-customer-jour ney-der-zukunft-oder-was-erwarten-kunden-von-ihrer-versicherung-688929/#comments.  Google Scholar
  22. Hurt, R. D./Dale, L. C./Offord, K. P./Lauger, G. G./Baskin, L. B./Lawson, G. M./... Hauri, P. J. (1993): Serum nicotine and cotinine levels during nicotine-patch therapy. Clin Pharmacol Ther, 54(1), 98–106. doi:10.1038/clpt.1993.117.  Google Scholar
  23. Issler, O./Haramati, S./Paul, E. D./Maeno, H./Navon, I./Zwang, R./... Chen, A. (2014): MicroRNA 135 is essential for chronic stress resiliency, antidepressant efficacy, and intact serotonergic activity. Neuron, 83(2), 344–360. doi:10.1016/j.neuron.2014.05.042.  Google Scholar
  24. Jenuwein, T./Allis, C. D. (2001): Translating the histone code. Science, 293(5532), 1074–1080. doi:10.1126/science.1063127.  Google Scholar
  25. Jones, P. A./Baylin, S. B. (2002): The fundamental role of epigenetic events in cancer. Nat Rev Genet, 3(6), 415–428. doi:10.1038/nrg816.  Google Scholar
  26. Kaur, G./Begum, R./Thota, S./Batra, S. (2019): A systematic review of smoking-related epigenetic alterations. Arch Toxicol, 93(10), 2715–2740. doi:10.1007/s00204-019-02562-y.  Google Scholar
  27. Li, Y./Chen, X./Lu, C. (2021): The interplay between DNA and histone methylation: molecular mechanisms and disease implications. EMBO Rep, 22(5), e51803. doi:10.15252/embr.202051803.  Google Scholar
  28. Lindholm, M. E./Giacomello, S./Werne Solnestam, B./Fischer, H./Huss, M./Kjellqvist, S./Sundberg, C. J. (2016): The Impact of Endurance Training on Human Skeletal Muscle Memory, Global Isoform Expression and Novel Transcripts. PLoS Genet, 12(9), e1006294. doi:10.1371/journal.pgen.1006294.  Google Scholar
  29. Lu, A. T./Fei, Z./Haghani, A./Robeck, T. R./Zoller, J. A./Li, C. Z./... Horvath, S. (2023): Universal DNA methylation age across mammalian tissues. Nat Aging, 3(9), 1144–1166. doi:10.1038/s43587-023-00462-6.  Google Scholar
  30. Luedemann, C./Reinersmann, J. L./Klinger, C./Degener/S./Dreger, N. M./Roth, S./... Savelsbergh, A. (2022): Prostate Cancer-Associated miRNAs in Saliva: First Steps to an Easily Accessible and Reliable Screening Tool. Biomolecules, 12(10). doi:10.3390/biom12101366.  Google Scholar
  31. Luger, K./Mader, A. W./Richmond, R. K./Sargent, D. F./Richmond, T. J. (1997): Crystal structure of the nucleosome core particle at 2.8 A resolution. Nature, 389(6648), 251–260. doi:10.1038/38444.  Google Scholar
  32. Malathi, N./Mythili, S./Vasanthi, H. R. (2014): Salivary Diagnostics: A Brief Review. Hindawi Publishing Corporation ISRN Dentistry, 2014, 2–9.  Google Scholar
  33. Martinez, S. R./Gay, M. S./Zhang, L. (2015): Epigenetic mechanisms in heart development and disease. Drug Discov Today, 20(7), 799–811. doi:10.1016/j.drudis.2014.12.018.  Google Scholar
  34. Mittal, S./Bansal, V./Garg, S./Atreja, G./Bansal, S. (2010): The diagnostic role of saliva – A Review. Journal of Clinical and Experimental Dentistry, e314-e320. doi:10.4317/jced.3.e314.  Google Scholar
  35. Moutinho, C./Esteller, M. (2017): MicroRNAs and Epigenetics. Adv Cancer Res, 135, 189–220. doi:10.1016/bs.acr.2017.06.003.  Google Scholar
  36. NHGR Institute. (Ed.) (2023): Bethesda, Maryland, USA.  Google Scholar
  37. Nodine, T. (2024): Revolutionizing Life and Health Insurance with epigenetic testing. USA: Kcik & Co Synergy Ltd.  Google Scholar
  38. Palmer, D. E. (2007): Insurance, Risk Assessment and Fairness: An Ethical Analysis. In: Flanagan, P./Primeaux, P./Ferguson, W. (Eds.), Insurance Ethics for a More Ethical World, Vol. 7, 113–126. Emerald Group Publishing Limited.  Google Scholar
  39. Pfaffe, T./Cooper-White, J./Beyerlein, P./Kostner, K./Punyadeera, C. (2011): Diagnostic potential of saliva: Current state and future applications. Clinical chemistry, 57(5), 675–687. doi:10.1373/clinchem.2010.153767.  Google Scholar
  40. Pigeyre, M./Yazdi, F. T./Kaur, Y./Meyre, D. (2016): Recent progress in genetics, epigenetics and metagenomics unveils the pathophysiology of human obesity. Clin Sci (Lond), 130(12), 943–986. doi:10.1042/CS20160136.  Google Scholar
  41. Poussin, C./Titz, B./Xiang, Y./Baglia, L./Berg, R./Bornand, D./... Peitsch, M. C. (2024): Blood and urine multi-omics analysis of the impact of e-vaping, smoking, and cessation: from exposome to molecular responses. Sci Rep, 14(1), 4286. doi:10.1038/s41598-024-54474-2.  Google Scholar
  42. Sailani, M. R./Halling, J. F./Moller, H. D./Lee, H./Plomgaard, P./Pilegaard, H./... Regenberg, B. (2019): Lifelong physical activity is associated with promoter hypomethylation of genes involved in metabolism, myogenesis, contractile properties and oxidative stress resistance in aged human skeletal muscle. Sci Rep, 9(1), 3272. doi:10.1038/s41598-018-37895-8.  Google Scholar
  43. Saldanha, K./Staehle, T. (2023): Seeing the people behind the policies. Retrieved from Dublin: https://www.accenture.com/content/dam/accenture/final/industry/insurance/document/Accenture-Insurance-Consumer-Study-People-Before-Policies.pdf#zoom=40.  Google Scholar
  44. Schuol, R./Rockoff, S./Ranisch, M. (2015): Selbstgestaltung des Menschen durch Biotechniken. Tübingen: Francke Verlag.  Google Scholar
  45. Seaborne, R. A./Strauss, J./Cocks, M./Shepherd, S./O‘Brien, T. D./van Someren, K. A./... Sharples, A. P. (2018): Human Skeletal Muscle Possesses an Epigenetic Memory of Hypertrophy. Sci Rep, 8(1), 1898. doi:10.1038/s41598-018-20287-3.  Google Scholar
  46. Smith, J. A./Kohn, T. A./Chetty, A. K./Ojuka, E. O. (2008): CaMK activation during exercise is required for histone hyperacetylation and MEF2A binding at the MEF2 site on the Glut4 gene. Am J Physiol Endocrinol Metab, 295(3), E698-704. doi:10.1152/ajpen do.00747.2007.  Google Scholar
  47. Stiftung Gesundheitswissen. (2022): Immer mehr Menschen mit chronischen Erkrankungen über Jahrzehnte beeinträchtigt [Press release]. Retrieved from https://www.stiftung-gesundheitswissen.de/presse/immer-mehr-menschen-mit-chronischen-erkrankungen-ueber-jahrzehnte-beeintraechtigt.  Google Scholar
  48. Stirling, J. (2024): Insurance Collaboration to Save Lives. Retrieved from https://www.insurancecollaborationtosavelives.org.  Google Scholar
  49. Terruzzi, I./Senesi, P./Montesano, A./La Torre, A./Alberti, G./Benedini, S./... Luzi, L. (2011): Genetic polymorphisms of the enzymes involved in DNA methylation and synthesis in elite athletes. Physiol Genomics, 43(16), 965–973. doi:10.1152/physi olgenomics.00040.2010.  Google Scholar
  50. Tollefsbol, T. O. (2023): Handbook of epigenetics: The new molecular and medical genetics. Third edition. ed., London, United Kingdom; San Diego, CA: Academic Press, an imprint of Elseiver.  Google Scholar
  51. Van den Ackerveken, P./Lobbens, A./Turatsinze, J. V./Solis-Mezarino, V./Volker-Albert, M./Imhof, A./Herzog, M. (2021): A novel proteomics approach to epigenetic profiling of circulating nucleosomes. Sci Rep, 11(1), 7256. doi:10.1038/s41598-021-86630-3.  Google Scholar
  52. Vehmeijer, F. O. L./Kupers, L. K./Sharp, G. C./Salas, L. A./Lent, S./Jima, D. D./... Felix, J. F. (2020): DNA methylation and body mass index from birth to adolescence: meta-analyses of epigenome-wide association studies. Genome Med, 12(1), 105. doi:10.1186/s13073-020-00810-w.  Google Scholar
  53. Volk, N./Paul, E. D./Haramati, S./Eitan, C./Fields, B. K. K./Zwang, R./... Chen, A. (2014): MicroRNA-19b associates with Ago2 in the amygdala following chronic stress and regulates the adrenergic receptor beta 1. J Neurosci, 34(45), 15070–15082. doi:10.1523/JNEUROSCI.0855-14.2014.  Google Scholar
  54. Wegwarth, O./Pashayan, N./Widschwendter, M./Rebitschek, F. G. (2019): Women’s perception, attitudes, and intended behavior towards predictive epigenetic risk testing for female cancers in 5 European countries: a cross-sectional online survey. BMC Public Health, 19(1), 667. doi:10.1186/s12889-019-6994-8.  Google Scholar
  55. Weis, S. (2024): Wie Beschwerdeprävention in der Lebensversicherung aussieht. Retrieved from https://www.versicherungsbote.de/id/4930788/Wie-Beschwerdepravention-in-der-Lebensversicherung-aussieht/.  Google Scholar
  56. Wrzesniak, M./Kepinska, M./Krolik, M./Milnerowicz, H. (2016): The Influence of Tobacco Smoke on Protein and Metal Levels in the Serum of Women during Pregnancy. PLoS One, 11(8), e0161342. doi:10.1371/journal.pone.0161342.  Google Scholar
  57. Wu, F./Yin, R. (2022): Recent progress in epigenetics of obesity. Diabetol Metab Syndr, 14(171). doi:https://doi.org/10.1186/s13098-022-00947-1.  Google Scholar

Abstract

Epigenetische und proteomische Prozesse steuern zentrale biologische Mechanismen und sind dynamisch durch Umwelt- und Lebensstilfaktoren modulierbar. Die Epi-Pro­teomik – das Zusammenspiel von epigenetischen Modifikationen und proteomischen Veränderungen – eröffnet neue Perspektiven für präventive Ansätze im Gesundheitsmanagement sowie für innovative Anwendungen in der Versicherungswirtschaft. Umweltfaktoren wie Ernährung, körperliche Aktivität und chronischer Stress beeinflussen nachweislich epi-proteomische Muster, was zu langfristigen biologischen Prägungen führt, die beispielsweise in Form eines „epigenetischen Gedächtnisses“ von Muskel- oder Fettzellen bestehen bleiben. Diese molekularen Signaturen bieten wertvolle Ansatzpunkte zur frühzeitigen Erkennung krankheitsrelevanter Prozesse. Neue Omic-Technologien ermöglichen heute die nicht-invasive Erfassung epi-proteomischer Marker aus einfach zugänglichen Proben wie Speichel oder Mundschleimhautabstrichen. Besonders Speichel, ein komplexes Gemisch verschiedener biologischer Bestandteile, hat sich als vielversprechendes Medium für die Identifikation systemischer Krankheitsmarker, einschließlich Tumormarker, erwiesen. Durch die Korrelation von Biomarkern im Speichel mit Serumparametern wird das diagnostische Potenzial von Speichel-basierten Analysen unterstrichen. Im Versicherungswesen könnten epi-proteomische Daten entlang der gesamten Wertschöpfungskette eingesetzt werden: in der Kundengewinnung und -bindung durch präventive Gesundheitsprogramme, im Underwriting zur präziseren Risikostratifizierung sowie im Claims-Management zur objektiveren Einschätzung der Wiedereingliederungsfähigkeit erkrankter Versicherter. Epi-proteomische Screenings könnten damit zu einer Individualisierung und Fairness in der Risikoabschätzung beitragen und zugleich neue präventionsorientierte Geschäftsmodelle ermöglichen. Dieser Themenbereich zeigt zudem auf, wie Versicherungsunternehmen ihre gesellschaftliche Verantwortung erweitern könnten: Durch regelmäßige, molekular gestützte Gesundheits-Screenings sollen chronische Erkrankungen frühzeitig erkannt und die Übersterblichkeit gesenkt werden. Epi-proteomische Methoden könnten hier eine zentrale Rolle einnehmen, da sie frühe, reversible Krankheitsprozesse abbilden und individuelle Präventionsstrategien ermöglichen. Damit würde sich das klassische Rollenbild der Versicherung – vom reaktiven Risikoträger zum proaktiven Gesundheitspartner – fundamental wandeln. Die Nutzung hochsensibler molekularer Daten stellen derweil erhebliche ethische, rechtliche und regulatorische Herausforderungen dar. Datenschutz, Freiwilligkeit und Transparenz müssen zentrale Prinzipien jeder Anwendung epiproteomischer Technologien im Versicherungssektor sein. Nur durch einen verantwortungsvollen, wissenschaftlich fundierten und gesellschaftlich legitimierten Einsatz kann das volle Potenzial dieser Technologien im Sinne der individuellen Gesundheit und der öffentlichen Prävention ausgeschöpft werden.

Table of Contents

Section Title Page Action Price
Christoph Lüdemann / Moritz Völker-Albert: Translating Epi-Proteomic Developments into Business Value for the Insurance Industry 1
Abstract 1
Zusammenfassung 2
1. Introduction 3
2. Epi-proteomics & prevention 4
2.1 Epi-proteomics in connection with stress 7
2.2 Epi-proteomics in connection with nutrition 8
2.3 Epi-proteomic processes in connection with sport and exercise 9
3. Epi-proteomic measurements in practice 10
3.1 Overview 10
3.2 The analysis medium saliva 12
4. Biometric insurance 12
4.1 Basic mechanisms 12
4.2 Current developments in the field of biometric insurance 14
4.3 The role of epigenetic methods in risk stratification in the insurance industry 14
4.3.1 Life insurance 15
4.3.2 Income protection 16
4.3.3 Health insurance 16
4.3.4 Critical illness insurance 17
5. Integration of epi-proteomic analyses into the value chain of an insurance company 17
5.1 Lead generation and retention 18
5.2 Underwriting 18
5.3 Claims management 20
5.4 Data translation: from science to customer value 21
6. Critical analysis of epi-proteomic data in insurance 22
7. Regulatory framework for the use of genetic and epigenetic data in the private insurance industry 23
7.1 Focus regions 24
7.1.1 Germany 24
7.1.2 European Union 24
7.1.3 United Kindgom (UK) 24
7.1.4 United States of America (USA) 24
7.1.5 More liberal markets 25
7.2 Challenges and future prospects 25
Summary 26
References 27

Contact

Duncker & Humblot GmbH Carl-Heinrich-Becker-Weg 9 12165 Berlin, Deutschland T: +49 30 790006-0

Quick Navigation

2025 Duncker & Humblot GmbH

Publishing Platform by CloudPublish

We use cookies to ensure that you get the best experience on our website. Learn more about how we use cookies.