李明院士是研究 Kolmogorov复杂性的世界权威专家，在研究机器学习，自然语言处理，算法平均复杂度，信息距离和生物信息学等方面解决了多个几十年未解难题，开创了新的研究领域，做出了重大贡献。他的工作开创并系统发展了Kolmogorov复杂性和计算机科学结合的交叉领域，这是计算机科学的基本支柱之一。他与Paul Vitanyi合作出版的《柯尔莫戈洛夫复杂性及其应用》（An Introduction to Kolmogorov Complexity and Its Applications）一书，被亚马逊用户评为5星，是许多一流大学研究生教科书，至2019年已再版4次。影响了一代人对“信息”的理解。

李明院士发表过15篇 STOC/FOCS文章，解决了多个计算机科学未解难题，他发展了不可压缩方法来解决算法平均时间分析；解决了40年未解的希尔排序（Shell Sort）平均复杂性下界的问题，以及Galil-Seiferas 猜想，Hartmanis-Stearns单带多带图灵机模拟下界问题，Harrison-Ibarra 猜想等计算机科学的未解难题；从物理定律出发得到了两个信息载体之间的信息距离，这个理论第一次从根本上定义了最佳的信息之间的距离。

在生物信息学领域，李明院士作为生物信息学领域的先驱，解决了计算生物学中两个最著名的理论问题：最短超串的近似算法分析，为shotgun测序方法提供了基础背景，是计算生物学领域的经典算法；以及 Spaced Seed 理论，改变了同源搜索的传统方法。

李明院士团队一直致力于基于质谱方法通过从头测序解决新抗原发现的研究，通过在PNAS 2017, Nature Methods 2019；Nature Machine Intelligence 2020, 2021 , 2023；Nature Comm 2022和2023等一系列跨多领域的文章回答了Nature Biotech. 在2017年提出的使用质谱法发现和验证新抗原的挑战，并且带领团队建立的产品线实现从肿瘤样本到新抗原免疫原性预测，服务医药行业。

李明院士的Bioinformatics Solutions Inc团队的核心产品PEAKS正在为 4000 多名制药公司和机构用户提供服务，并作为工具被 5000 多篇顶尖论文引用。